Praca
Z kanału partnera
Analityk danych II
Cena na życzenie
Szczegóły
- Typ zatrudnienia
- Pełny etat
- Zdalnie
- Tak
- Firma
- Signifyd
- Poziom
- Senior
Opis
Automatyczne tłumaczenie z języka English. Oryginał jest wiążący. Tłumaczenie maszynowe — trwają prace nad dokładniejszą wersją.
W Signifyd pomagamy sprzedawcom pewnie rozwijać swoją działalność, budując oparte na zaufaniu relacje z klientami. Nasza zaawansowana technologia w połączeniu z zespołem naprawdę zainwestowanym w sukces naszych klientów zapewnia bezproblemowe zakupy, zatwierdza więcej dobrych zamówień, chroni przychody i utrzymuje klientów zadowolonych.
Zaufało nam tysiące wiodących sprzedawców w ponad 100 krajach. Każdego roku bezpiecznie przetwarzamy miliardy transakcji. Nasi ludzie są sercem wszystkiego, co robimy, i realizują naszą misję z zaangażowaniem, empatią i kreatywnością. Dołącz do naszej misji wzmacniania pewnego handlu wolnego od oszustw, pomagając sprzedawcom internetowym zapewniać klientom doskonałą obsługę i eliminować oszustwa. Poznaj wartości naszej firmy tutaj!
Zespół Applied Decision Science (ADS) buduje produkcyjne modele ML i narzędzia do zarządzania ryzykiem, które stanowią rdzeń produktu Signifyd. Pomagamy firmom każdej wielkości zminimalizować ryzyko oszustw i zwiększyć sprzedaż. Poprawiamy doświadczenie zakupów w handlu elektronicznym dla wszystkich, zmniejszając tarcia, jakich doświadczają dobrzy kupujący i blokując nieuczciwe próby zakupu.
ADS buduje i zarządza całym stosem decyzji – od zaprojektowania i wdrożenia modeli uczenia maszynowego oceniających ryzyko transakcji, po budowanie narzędzi, których zespół ds. ryzyka używa do zarządzania i zwalczania oszustw. Dążymy do standaryzacji i automatyzacji powtarzalnych prac, abyśmy mogli spędzać więcej czasu na eksperymentach i projektach wymagających dużej dźwigni.
Cenimy współpracę i odpowiedzialność zespołową. Analitycy danych w Signifyd to prawdziwi operatorzy „pełnego stosu”, wymagający wiedzy o tym, w jaki sposób informacje o transakcjach otrzymane za pośrednictwem naszego API przechodzą przez nasz system i trafiają do modeli, za budowę których jesteśmy odpowiedzialni. Kiedy testujesz hipotezę w Signifyd, odpowiadasz za kompleksowy proces rozwoju, wdrożenia i oceny. To ogromna odpowiedzialność i nikt nie powinien mieć poczucia, że sam rozwiązuje trudny problem. Razem pomagamy sobie nawzajem w rozwijaniu naszych umiejętności poprzez wzajemną weryfikację eksperymentów i kodu, grupowe studiowanie prac w celu pogłębienia uczenia maszynowego i zrozumienia statystyk, a także częste dzielenie się wiedzą poprzez demonstracje na żywo, pisanie tekstów i projekty między zespołami. Od wszystkich członków zespołu oczekuje się i zachęca się, aby jako zewnętrzny recenzent wypowiadali się na temat pomysłu lub podejścia partnera, niezależnie od poziomu.
Kilka krótkich notatek na temat kultury Signify:
• Praca zdalna nie jest nam obca. Większość naszych pracowników (Kierowcy i liderzy) pracuje głównie zdalnie. Zwykle raz w roku zbieramy pojedyncze zespoły. W przypadku tej roli nie ma wymogu podróżowania.
• Jesteśmy częstymi użytkownikami Slacka.
• Jesteśmy częstymi użytkownikami narzędzi generatywnej sztucznej inteligencji. Nie lubimy token-maxxingu, ale cieszymy się z rozszerzenia możliwości, jakie oferuje genAI. Prosimy, abyś podczas rozmowy kwalifikacyjnej nie korzystał z genAI, ponieważ chcemy wiedzieć, co wiesz.
Obowiązki:
• Współpracuj z liderem jednostki biznesowej i jej portfelem handlowym, aby zidentyfikować luki w wydajności podejmowania decyzji i wdrożyć rozwiązania, pod kierunkiem starszych członków zespołu.
• Wykorzystuj istniejące lub twórz nowe produkcyjne modele uczenia maszynowego, które identyfikują oszustwa, we współpracy z innymi badaczami danych i inżynierami uczenia maszynowego.
• Identyfikuj i buduj automatyzację, która ogranicza powtarzalną pracę ręczną.
• Przeprowadzaj eksperymenty, aby zidentyfikować optymalne strategie podejmowania decyzji, równoważąc złożoność i wydajność.
• Przekazuj złożone pomysły różnym odbiorcom, począwszy od sukcesu klienta i sprzedaży, po ograniczone interakcje z klientami zewnętrznymi.
• Napisz kod analityczny produkcyjny i offline w Pythonie.
• Praca z rozproszonymi potokami danych w Spark/Databricks/GCP.
Wymagania:
• Wykształcenie z informatyki lub porównywalnej dziedziny analitycznej.
• Wymagane jest ponad 3-letnie doświadczenie zawodowe po ukończeniu studiów licencjackich.
• Silne umiejętności komunikacji werbalnej i pisemnej.
• Silne uczenie maszynowe i zaplecze statystyczne.
• Pisz kod i przeglądaj kod innych osób we wspólnej bazie kodu w Pythonie.
• Praktyczna znajomość języka SQL.
• Projektuj eksperymenty i zbieraj dane.
• Doświadczenie w zakresie rozproszonej analityki i narzędzi do przetwarzania danych, takich jak Spark i Databricks.
• Na tym stanowisku pracujemy na zmiany w ramach weekendowej rotacji, piątek, sobota i niedziela. Choć liczba zmian może ulec zmianie, obecnie wynosi ona około sześciu weekendów w roku.
Miło mieć:
• Wcześniejsza praca w obszarze oszustw, płatności lub handlu elektronicznego.
• Analiza danych w środowisku rozproszonym.
• Pasja do pisania dobrze przetestowanego kodu klasy produkcyjnej.
• Doświadczenie z agentami kodującymi AI i automatyzacją.
• Doświadczenie w przeprowadzaniu testów A/B w środowiskach produkcyjnych.
• Stopień zaawansowany.
#LI-Zdalny
Nasze korzyści w Wielkiej Brytanii:
• Opcje na akcje
• Roczna premia lub prowizja za wyniki
• Emerytura wyrównana do 8%
• Dostęp „pierwszego dnia” do świetnego programu ubezpieczeń zdrowotnych, dentystycznych i optycznych
• Hojny urlop roczny plus święta państwowe
• Program „Jeździj rowerem do pracy”.
• Wydłużony urlop macierzyński i ojcowski (12 tygodni pełnego wynagrodzenia dla mam i tatusiów oraz 12 tygodni pełnego wynagrodzenia dla mam)
• Regularne płatne imprezy towarzyskie organizowane przez nasz komitet społeczny
• Zasoby dotyczące dobrostanu psychicznego
• Dedykowany budżet na naukę w ramach Learnerbly
Dbamy o równość szans wszystkich pracowników, dlatego zachęcamy do składania aplikacji przez osoby bez względu na wiek, niepełnosprawność, płeć, zmianę płci, orientację seksualną, ciążę i macierzyństwo, rasę, religię lub światopogląd, a także małżeństwo i związki partnerskie.
Chcemy także zapewnić włączającą rozmowę kwalifikacyjną wszystkim, w tym osobom niepełnosprawnym. Chętnie zapewniamy rozsądne udogodnienia kandydatom potrzebującym zindywidualizowanego wsparcia w procesie rekrutacji.
Informacja o ochronie prywatności wnioskodawcy Signifiedd
Źródło: Jobicy (https://jobicy.com/jobs/154273-data-scientist-ii)
Zaufało nam tysiące wiodących sprzedawców w ponad 100 krajach. Każdego roku bezpiecznie przetwarzamy miliardy transakcji. Nasi ludzie są sercem wszystkiego, co robimy, i realizują naszą misję z zaangażowaniem, empatią i kreatywnością. Dołącz do naszej misji wzmacniania pewnego handlu wolnego od oszustw, pomagając sprzedawcom internetowym zapewniać klientom doskonałą obsługę i eliminować oszustwa. Poznaj wartości naszej firmy tutaj!
Zespół Applied Decision Science (ADS) buduje produkcyjne modele ML i narzędzia do zarządzania ryzykiem, które stanowią rdzeń produktu Signifyd. Pomagamy firmom każdej wielkości zminimalizować ryzyko oszustw i zwiększyć sprzedaż. Poprawiamy doświadczenie zakupów w handlu elektronicznym dla wszystkich, zmniejszając tarcia, jakich doświadczają dobrzy kupujący i blokując nieuczciwe próby zakupu.
ADS buduje i zarządza całym stosem decyzji – od zaprojektowania i wdrożenia modeli uczenia maszynowego oceniających ryzyko transakcji, po budowanie narzędzi, których zespół ds. ryzyka używa do zarządzania i zwalczania oszustw. Dążymy do standaryzacji i automatyzacji powtarzalnych prac, abyśmy mogli spędzać więcej czasu na eksperymentach i projektach wymagających dużej dźwigni.
Cenimy współpracę i odpowiedzialność zespołową. Analitycy danych w Signifyd to prawdziwi operatorzy „pełnego stosu”, wymagający wiedzy o tym, w jaki sposób informacje o transakcjach otrzymane za pośrednictwem naszego API przechodzą przez nasz system i trafiają do modeli, za budowę których jesteśmy odpowiedzialni. Kiedy testujesz hipotezę w Signifyd, odpowiadasz za kompleksowy proces rozwoju, wdrożenia i oceny. To ogromna odpowiedzialność i nikt nie powinien mieć poczucia, że sam rozwiązuje trudny problem. Razem pomagamy sobie nawzajem w rozwijaniu naszych umiejętności poprzez wzajemną weryfikację eksperymentów i kodu, grupowe studiowanie prac w celu pogłębienia uczenia maszynowego i zrozumienia statystyk, a także częste dzielenie się wiedzą poprzez demonstracje na żywo, pisanie tekstów i projekty między zespołami. Od wszystkich członków zespołu oczekuje się i zachęca się, aby jako zewnętrzny recenzent wypowiadali się na temat pomysłu lub podejścia partnera, niezależnie od poziomu.
Kilka krótkich notatek na temat kultury Signify:
• Praca zdalna nie jest nam obca. Większość naszych pracowników (Kierowcy i liderzy) pracuje głównie zdalnie. Zwykle raz w roku zbieramy pojedyncze zespoły. W przypadku tej roli nie ma wymogu podróżowania.
• Jesteśmy częstymi użytkownikami Slacka.
• Jesteśmy częstymi użytkownikami narzędzi generatywnej sztucznej inteligencji. Nie lubimy token-maxxingu, ale cieszymy się z rozszerzenia możliwości, jakie oferuje genAI. Prosimy, abyś podczas rozmowy kwalifikacyjnej nie korzystał z genAI, ponieważ chcemy wiedzieć, co wiesz.
Obowiązki:
• Współpracuj z liderem jednostki biznesowej i jej portfelem handlowym, aby zidentyfikować luki w wydajności podejmowania decyzji i wdrożyć rozwiązania, pod kierunkiem starszych członków zespołu.
• Wykorzystuj istniejące lub twórz nowe produkcyjne modele uczenia maszynowego, które identyfikują oszustwa, we współpracy z innymi badaczami danych i inżynierami uczenia maszynowego.
• Identyfikuj i buduj automatyzację, która ogranicza powtarzalną pracę ręczną.
• Przeprowadzaj eksperymenty, aby zidentyfikować optymalne strategie podejmowania decyzji, równoważąc złożoność i wydajność.
• Przekazuj złożone pomysły różnym odbiorcom, począwszy od sukcesu klienta i sprzedaży, po ograniczone interakcje z klientami zewnętrznymi.
• Napisz kod analityczny produkcyjny i offline w Pythonie.
• Praca z rozproszonymi potokami danych w Spark/Databricks/GCP.
Wymagania:
• Wykształcenie z informatyki lub porównywalnej dziedziny analitycznej.
• Wymagane jest ponad 3-letnie doświadczenie zawodowe po ukończeniu studiów licencjackich.
• Silne umiejętności komunikacji werbalnej i pisemnej.
• Silne uczenie maszynowe i zaplecze statystyczne.
• Pisz kod i przeglądaj kod innych osób we wspólnej bazie kodu w Pythonie.
• Praktyczna znajomość języka SQL.
• Projektuj eksperymenty i zbieraj dane.
• Doświadczenie w zakresie rozproszonej analityki i narzędzi do przetwarzania danych, takich jak Spark i Databricks.
• Na tym stanowisku pracujemy na zmiany w ramach weekendowej rotacji, piątek, sobota i niedziela. Choć liczba zmian może ulec zmianie, obecnie wynosi ona około sześciu weekendów w roku.
Miło mieć:
• Wcześniejsza praca w obszarze oszustw, płatności lub handlu elektronicznego.
• Analiza danych w środowisku rozproszonym.
• Pasja do pisania dobrze przetestowanego kodu klasy produkcyjnej.
• Doświadczenie z agentami kodującymi AI i automatyzacją.
• Doświadczenie w przeprowadzaniu testów A/B w środowiskach produkcyjnych.
• Stopień zaawansowany.
#LI-Zdalny
Nasze korzyści w Wielkiej Brytanii:
• Opcje na akcje
• Roczna premia lub prowizja za wyniki
• Emerytura wyrównana do 8%
• Dostęp „pierwszego dnia” do świetnego programu ubezpieczeń zdrowotnych, dentystycznych i optycznych
• Hojny urlop roczny plus święta państwowe
• Program „Jeździj rowerem do pracy”.
• Wydłużony urlop macierzyński i ojcowski (12 tygodni pełnego wynagrodzenia dla mam i tatusiów oraz 12 tygodni pełnego wynagrodzenia dla mam)
• Regularne płatne imprezy towarzyskie organizowane przez nasz komitet społeczny
• Zasoby dotyczące dobrostanu psychicznego
• Dedykowany budżet na naukę w ramach Learnerbly
Dbamy o równość szans wszystkich pracowników, dlatego zachęcamy do składania aplikacji przez osoby bez względu na wiek, niepełnosprawność, płeć, zmianę płci, orientację seksualną, ciążę i macierzyństwo, rasę, religię lub światopogląd, a także małżeństwo i związki partnerskie.
Chcemy także zapewnić włączającą rozmowę kwalifikacyjną wszystkim, w tym osobom niepełnosprawnym. Chętnie zapewniamy rozsądne udogodnienia kandydatom potrzebującym zindywidualizowanego wsparcia w procesie rekrutacji.
Informacja o ochronie prywatności wnioskodawcy Signifiedd
Źródło: Jobicy (https://jobicy.com/jobs/154273-data-scientist-ii)
To ogłoszenie pochodzi z feedu partnera. Aplikuj na stronie źródłowej.
Źródło: Signifyd
Ogłoszenie pochodzi od Signifyd.