Gestionnaire principal, Science des données

Hims & Hers est la principale plateforme de santé et de bien-être, dont la mission est d'aider le monde à se sentir bien grâce au pouvoir d'une meilleure santé. Nous redéfinissons les soins de santé en accordant la priorité au client et en offrant un accès à des soins abordables, accessibles et personnels, du diagnostic au traitement en passant par la livraison. Il n'y a pas deux personnes identiques, c'est pourquoi nous donnons accès à des soins personnalisés conçus pour les résultats. En normalisant les problèmes de santé et de bien-être et en innovant dans leurs solutions, nous facilitons l’obtention de meilleurs résultats en matière de santé.

Hims & Hers est une société publique cotée à la Bourse de New York sous le symbole « HIMS ». Pour en savoir plus sur la marque et ses offres, vous pouvez visiter hims.com/about et hims.com/how-it-works. Pour plus d'informations sur les avantages sociaux exceptionnels de l'entreprise, sa culture et son approche de travail flexible/à distance axée sur les talents, voir ci-dessous et visitez www.hims.com/careers-professionals.

À propos du rôle :
En tant que responsable principal de la science des données à la tête de notre équipe au Royaume-Uni, vous serez l'un des premiers membres de la fonction de science des données de Hims & Hers au Royaume-Uni, vous rejoignant alors que nous formons l'équipe aux côtés du nouveau pôle technologique de l'entreprise. Vous contribuerez à façonner la façon dont l’équipe britannique fonctionne et se développe dès ce stade précoce, sans hériter d’une structure établie de longue date.
Vous êtes à parts égales leader technique et leader du personnel : vous définissez la feuille de route de ce que votre équipe britannique construit et dans quel ordre, débloquez les décisions techniques lorsque la voie à suivre n'est pas claire et développez vos rapports pour devenir eux-mêmes des leaders techniques plus forts.
Vous relèverez du directeur de la science des données (basé aux États-Unis) et fonctionnerez comme une seule équipe avec nos scientifiques des données basés aux États-Unis, et non comme un satellite distinct. Cela signifie une véritable collaboration quotidienne outre-Atlantique : des normes partagées, une feuille de route partagée et suffisamment de chevauchements d'heures de travail pour travailler en binôme sur des problèmes difficiles. Vous travaillerez en étroite collaboration avec le directeur pour déterminer la meilleure façon d'organiser une équipe répartie dans deux pays, de la façon dont le travail est divisé à la façon dont l'équipe est structurée, afin qu'elle ait le plus d'impact sur l'entreprise plutôt que de simplement reproduire une structure américaine à l'étranger. Vous collaborerez directement avec les dirigeants des finances, du marketing et des opérations pour traduire les priorités commerciales en une feuille de route d'équipe, puis vous assurerez que cette feuille de route est effectivement livrée.

Vous allez :

• Aidez à établir l'équipe britannique : en tant que l'un des premiers membres de l'équipe britannique, contribuez à façonner les normes de travail, la culture technique et l'expérience d'intégration des data scientists qui rejoignent après vous.

• Diriger en tant qu'équipe distribuée unique : exploiter l'équipe britannique comme une fonction unique avec l'organisation de science des données basée aux États-Unis, et non comme un silo séparé, en gardant les normes, le contexte et les priorités cohérents dans tous les fuseaux horaires.

• Élaborer la feuille de route : collaborer avec le directeur de la science des données et l'équipe américaine pour hiérarchiser les demandes concurrentes du marketing, des opérations, des produits et des finances dans une feuille de route partagée, et aider à faire des compromis sur ce que l'équipe britannique construit et à quel moment.

• Restez techniquement proche : examinez les conceptions et le code à un niveau de profondeur qui vous permet de détecter rapidement les mauvaises décisions techniques, même si vous n'êtes pas celui qui écrit du code de production au quotidien.

• Débloquer l'ambiguïté : abordez les problèmes les plus ambigus de la feuille de route de l'équipe lorsque votre équipe a besoin d'une deuxième paire de mains ou d'un appel technique pour départager.

• Fixez la barre technique : établissez et appliquez les normes (révision du code, documentation, surveillance des modèles, rigueur de l'expérimentation) sur lesquelles votre équipe s'appuie, en cohérence avec l'équipe américaine et en partenariat avec les CI au niveau du personnel.

• Propre livraison : assumez la responsabilité de savoir si les versions 0 à 1 de votre équipe sont réellement livrées, fonctionnent de manière fiable en production et fournissent les résultats commerciaux pour lesquels elles ont été conçues.

Vous avez :

• Plus de 8 ans d'expérience en science des données ou en ingénierie ML, dont 2 ans et plus en gestion directe de scientifiques de données ou d'ingénieurs ML.

• Expérience d'équipe à un stade précoce : expérience en matière de participation ou d'aide à la création d'une toute nouvelle équipe, d'un bureau ou d'une nouvelle région dès le début, plutôt que de travailler uniquement au sein d'une structure établie.

• Collaboration distribuée/internationale : expérience de travail ou de direction d'une équipe répartie dans plusieurs pays ou fuseaux horaires importants, à l'aise avec les frais généraux de communication et les flux de travail asynchrones que cela nécessite.

• Leadership éprouvé en matière de ressources humaines : expérience en matière de développement et de rétention de talents en science des données, y compris l'étalonnage des performances et la gestion des périodes de croissance de l'équipe.

• Crédibilité technique : suffisamment forte en Python, SQL et ML appliqué (régression/classification, séries chronologiques, méthodes causales) pour examiner les décisions techniques de votre équipe et les débloquer, même sans écrire quotidiennement du code de production.

• Priorisation sous contrainte : capacité démontrée à aider à séquencer une feuille de route à travers les demandes concurrentes des parties prenantes avec un effectif limité, et à présenter des arguments clairs et bien argumentés en faveur de compromis, même lorsque l'appel final est partagé avec d'autres.

• Communication exécutive : à l'aise pour traduire le travail technique en un récit destiné à la haute direction et aux parties prenantes non techniques, et pour négocier directement la portée et le calendrier avec eux.

• Rigueur de l'ingénierie : familiarité avec les systèmes de production ML (environnements cloud, CI/CD, ML Ops) suffisante pour maintenir votre équipe à un niveau de production réel, et pas seulement à un travail de qualité sur ordinateur portable.

• Formation : BS, MS ou PhD dans un domaine quantitatif (statistiques, mathématiques, économie, physique, recherche opérationnelle, etc.) ou expérience équivalente. Nous évaluons l'expérience pratique de recherche empirique, telle qu'une thèse ou un programme en laboratoire, par rapport au domaine d'étude spécifique.

Qualifications préférées :

• Collaboration États-Unis/Royaume-Uni, plus précisément : Expérience directe de travail au sein d'une équipe divisée États-Unis/Royaume-Uni (ou transatlantique similaire), idéalement au sein d'une entreprise encore en train d'établir sa présence dans l'une de ces régions.

• Advanced Business ML (expérience dans la direction ou la révision de travaux dans 1 à 2 des domaines suivants) :…

Source : Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/hims-and-hers/remote-sr-manager-data-science-295537)