Kierownik ds. nauki danych

Elliptic jest liderem w podejmowaniu decyzji dotyczących aktywów cyfrowych. Zbudowaliśmy najbardziej wszechstronną platformę do wydajnego wydobywania danych kryptograficznych i inteligencji w ramach łańcuchów bloków z największą dokładnością.
Niezrównany czas działania naszej platformy, skalowalność, głębokość i zakres naszych danych i inteligencji oznacza, że ​​wymagające organizacje wybierają firmę Elliptic ze względu na swoje potrzeby w zakresie zgodności, zarządzania ryzykiem, operacji wywiadowczych i potrzeb w zakresie infrastruktury blockchain.
Założona w 2013 roku firma Elliptic ma siedzibę w Londynie i biura w Nowym Jorku, Waszyngtonie, Zjednoczonych Emiratach Arabskich, Singapurze i Tokio. Aby dowiedzieć się więcej, odwiedź www.elliptic.co i śledź nas na LinkedIn i X .

Czy chcesz poprowadzić zespół analityki danych nad problemem, którego branża jeszcze nie rozwiązała, jednocześnie samodzielnie pisząc kod? Czy jesteś podekscytowany budowaniem podstaw danych dla działania zgodności, gdy klient jest autonomicznym agentem, a nie osobą? Szukasz firmy kierującej się wartościami, w której małemu zespołowi powierza się kwestie istotne z komercyjnego punktu widzenia w ciągu miesięcy, a nie lat?

Jaki będziesz miał wpływ:
Będziesz kierować analizą danych w zespole Intelligence firmy Elliptic, obok gromadzenia danych wywiadowczych, badań i dochodzeń oraz usług profesjonalnych. Jest to celowo rola zawodnika-trenera z perspektywą skalowania zespołu. Na początku będziesz kierować małym zespołem analityków danych i oczekuje się, że będziesz odpowiadać za kierowanie zespołem, jego wyniki i rozwój. Będziesz właścicielem dowodów dotyczących modeli budowanych przez Twój zespół i będziesz je reprezentować na forum zarządzania ryzykiem modeli firmy Elliptic. Nie jest to podatek od przestrzegania przepisów nakładany na prace techniczne: to powód, dla którego instytucje ufają naszym wynikom.
Powodem, dla którego zatrudniamy potencjalnego klienta w miarę dodawania kolejnych analityków danych, jest to, że mały zespół pracujący nad nierozwiązanym problemem potrzebuje kogoś, kto wewnętrznie rozumie domenę, a nie wyższego szczebla zarządzania nad nią. Ustalisz, nad czym pracuje ten zespół, zatrudnisz do niego kolejne osoby i będziesz osobą, której ocenie technicznej zespół będzie ufał, ponieważ możesz wykonać tę pracę samodzielnie.

Co zrobisz:

• Kieruj i rozwijaj zespół. Ustalaj cele ze swoimi analitykami danych w kontekście strategii firmy, kontroluj ich wyniki i rozwój oraz bądź menedżerem, który prowadzi trudną rozmowę, zamiast ją odraczać. Zrównaj zespół z ramami kariery Elliptic Intelligence i zbuduj prawdziwe ścieżki rozwoju.

• Zatrudnij kolejnych analityków danych. Zarządzaj procesem rekrutacji od początku do końca, zapewniając wsparcie: poziomy, opisy stanowisk, plan zatrudnienia, panel i pasek rozmowy kwalifikacyjnej oraz decyzję o zatrudnieniu. Rozwój zespołu do siedmiu do dziewięciu osób w miarę upływu czasu zależy od tego, czy odpowiednio wcześnie to zrobisz.

• Zbuduj kolekcję na rzecz przyszłości zgodności. Przejdź od dyrektywy do specyfikacji i dostarczonych danych: zdefiniuj, jak dobrze wygląda, ustal kolejność prac, ustaw pasek jakości i bądź uczciwy w kwestii tego, co zbiór danych obsługuje, a czego nie.

• Własne zarządzanie modelami dla modeli Twojego zespołu. Dbaj o to, aby inwentarz modelu był aktualny i prawidłowo podzielony na warstwy, upewnij się, że istnieją dowody z walidacji i testów zgodnie ze standardami wymaganymi na każdym poziomie, monitoruj odchylenia i reaguj na przekroczenia progów, a także przesyłaj istotne zmiany i wdrożenia produkcyjne do przeglądu z dołączonymi artefaktami testowymi. Samodzielne naprawianie problemów zgłoszonych w stosunku do Twoich modeli, w ustalonych terminach.

• Kieruj pracami związanymi z analizą danych w firmie Elliptic. Sformułuj pytanie badawcze, przeprowadź pierwsze eksperymenty i stwórz możliwy do obrony pogląd na to, co firma Elliptic musi być w stanie zrobić i kiedy. Przedstaw ten pogląd kierownictwu wywiadu, głównemu naukowcowi i produktowi w formie rekomendacji, a nie otwartego pytania.

• Trzymaj się technicznie. Napisz kod, przejrzyj pracę swojego zespołu na poziomie metody, a nie wyników, i spraw, aby metoda wywołała się samodzielnie, gdy ma to znaczenie.

• Bądź właścicielem istniejących zobowiązań zespołu. Bieżące prace zespołu nad grupowaniem, atrybucją, heurystyką i etykietowaniem w dalszym ciągu służą platformie. Jesteś właścicielem jego niezawodności i kompromisów, i decydujesz, co zatrzymać.

• Praca między funkcjami. Współpracuj z Intelligence Collection, Collection Engineering, Research and Investigations, głównym naukowcem, ds. produktów i inżynierii, aby praca z zakresu analityki danych stała się funkcjonalnością platformy, a nie analizą, której nikt nie używa.

• Ustal standard pracy AI dla zespołu. Zdecyduj, w jaki sposób Twój zespół wykorzystuje sztuczną inteligencję w procesie inżynieryjnym i badawczym, co należy zweryfikować i w jaki sposób, i trzymaj zespół w tym zakresie.

Co osiągniesz w ciągu pierwszych 6 miesięcy:

• Plan gromadzenia danych dostarczony w skali wspierającej realną pracę modelową lub heurystyczną, z udokumentowaną ścieżką jego utrzymania.

• Uzgodnione stanowisko firmy Elliptic w sprawie ewolucji systemów zgodności w czasie z oczekiwanym zapotrzebowaniem branży, przy czym pierwsze prace nad zdolnością albo są w toku, albo celowo zostały przełożone z podanych powodów.

• Zatrudniono co najmniej jednego pracownika zajmującego się analityką danych, a obecna sytuacja została zrównana z ramami kariery z wdrożonymi planami rozwoju.

• Modeluj dobre zarządzanie wszystkim, co posiada Twój zespół: aktualne i prawidłowo podzielone na poziomy zapasy, brak zaległych walidacji na najwyższych poziomach, wdrożone monitorowanie z ustalonymi progami i brak otwartych problemów po przekroczeniu terminu ich naprawienia.

• Uzgodnione i zrealizowane cele analityki danych dla wywiadu, przy czym inne funkcje mogą określić, czego i kiedy mogą oczekiwać od zespołu.

• Widoczna poprawa niezawodności lub wydajności podstawowych wyników zespołu, wynikająca z wprowadzonej zmiany.

• Wiarygodność techniczna nienaruszona: zespół poważnie podchodzi do oceny Twoich metod, ponieważ potrafisz wykonać swoją pracę.

Świetnie się tutaj sprawdzisz, jeśli:

• Chcesz kierować zespołem, nie zostawiając za sobą prac technicznych i potrafisz szczerze powiedzieć, gdzie wyznaczasz tę granicę.

• Czujesz się komfortowo będąc odpowiedzialnym za pytanie, na które nikt jeszcze nie odpowiedział, łącznie z powiedzeniem tego, czego nie wiesz.…

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/elliptic/data-science-lead-london-united-kingdom-238961)