Starszy menedżer ds. inżynierii, uczenie maszynowe

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!

Signifyd AI Lab (SAIL) tworzy produkty ML stojące za decyzjami Signifyd dotyczącymi oszustw i ryzyka. Poprawiamy wydajność predykcyjną modeli decydujących o transakcjach e-commerce na dużą skalę, skalujemy możliwości uczenia maszynowego naszej organizacji ds. ryzyka oraz wkraczamy na nowe rynki i obszary problemowe, które poszerzają rynek, na którym Signifyd może sprzedawać.

Każde miejsce w tym dziale to mieszanka eksperymentów, kodu i statystyk. Nie tworzymy murów pomiędzy ludźmi, którzy mają pomysły, a tymi, którzy je budują. Zespół dzieli swój czas pomiędzy krótkoterminowe, ciągłe udoskonalenia modeli i długoterminowe założenia dotyczące innowacji, aby poprawić możliwości firmy w roku 2027 i później. Zakłady te pojawiają się od podstaw w środowisku, w którym naszym zdaniem osoby najbliżej problemów najlepiej wiedzą, jak je rozwiązać.

Zatrudnimy menadżera, który poprowadzi jeden z zespołów w tym dziale.

Kim jesteś

Jesteś praktycznym menedżerem-zawodnikiem-trenerem, który rozwija się w niejednoznaczności – gdzie plan działania to zbiór hipotez i odpowiedź na pytanie „czy to zadziała?” brzmi: „dowiemy się za trzy tygodnie”.

Przynosisz:

Wiarygodność techniczna („Gracz”): Jesteś wystarczająco blisko dzieła, aby mieć ugruntowaną opinię. Czytasz kod, sprawdzasz potoki oceny i od razu potrafisz odróżnić wynik statystyczny, który utrzyma się w środowisku produkcyjnym, od wyniku, który akurat wyglądał dobrze w pojedynczym oknie testowym.

Przywództwo i rygor („Trener”): Trzymasz wysoką poprzeczkę w zakresie dowodów, nie stając się wąskim gardłem w eksperymentach. Jesteś mentorem dla inżynierów, aby byli świadomi jakości swojego kodu, i przekładasz złożone wskaźniki wydajności ML na jasne wyniki biznesowe dla kierownictwa ds. ryzyka.

Ocena wykonawcza: Wiesz, jak zrównoważyć założenia badawcze z wynikami kwartalnymi, nie zgadzać się i angażować przy podejmowaniu decyzji oraz budować środowisko, w którym dobrze udokumentowane negatywne wyniki eksperymentów są świętowane jako prawdziwy postęp.

Co zrobisz

Prowadź i rozwijaj zespół

• Kieruj rozwojem kariery, zarządzaj konfliktami i pielęgnuj pozytywne środowisko pracy.

• Opracuj plany kariery wraz z członkami zespołu, zapewnij wskazówki dotyczące rozwoju umiejętności i śledź ich ewolucję.

• Angażuj się w regularne rozmowy 1:1, przekazuj stałą informację zwrotną i twórz bezpieczne środowisko do otwartej dyskusji — łącznie z dyskusjami po eksperymencie, który się nie udał.

• Wyznaczaj jasne cele, pełnij rolę mentora dla zespołu i wspieraj środowisko współpracy w rozproszonej geograficznie organizacji.

• Promuj kulturę uczenia się i doskonalenia, zapewniaj wskazówki techniczne i wspieraj członków zespołu zarówno w zakresie umiejętności technicznych, jak i miękkich.

• Przeprowadzaj rozmowy techniczne i rozmowy kwalifikacyjne z menedżerami ds. rekrutacji, szkolić zespół w zakresie technik przeprowadzania rozmów kwalifikacyjnych i pomóż nam w dalszym podnoszeniu poprzeczki w miarę naszego rozwoju.

• Identyfikuj i eliminuj luki w możliwościach i procesach zespołu, aby zwiększyć jego efektywność i sukces.

Uruchom portfel eksperymentów, a nie kolejkę dostaw

• Współpracuj z liderami technicznymi, którzy są właścicielami planu technicznego dla swoich obszarów i realizują go. Twoim zadaniem nie jest być jedynym źródłem pomysłów — Twoim zadaniem jest ich testowanie pod presją, udoskonalanie ich, upewnianie się, że najsilniejsi otrzymają zasoby i upewnianie się, że ludzie, którzy je generują, mają do tego miejsce i wsparcie. Kiedy już wnosisz pomysł, przedstawiasz go jako rówieśnik w rozmowie technicznej.

• Wykonuj decyzje, których nie może wykonać plan działania: które hipotezy otrzymają obliczenia i liczbę pracowników, które otrzymają kolejną iterację, a które otrzymają jasne, udokumentowane „nie”. Dobrze prowadzony wynik negatywny jest wynikiem rzeczywistym i traktujemy go jako taki – ale tylko wtedy, gdy jest zadeklarowany, spisany i wyciągnięty z niego wnioski.

• Zarządzaj kompromisem pomiędzy ustalonym celem poprawy, który musisz osiągnąć w tym roku, a zakładami badawczymi, które mogą nie opłacić się przez kilka kwartałów. Po otrzymaniu dowodów ponownie obniżysz ten budżet i będziesz w stanie wyjaśnić uzasadnienie zarówno swojemu zespołowi, jak i interesariuszom.

• Należy rygorystycznie oceniać sposób, w jaki zespół decyduje, że coś się sprawdziło. Wyniki offline muszą przewidywać zachowanie online; mocne oszacowanie w pojedynczym oknie oceny jest punktem wyjścia, a nie wnioskiem. Będziesz osobą, która zapyta, czy poprawa przetrwa ciągłą ocenę, czy została już uwzględniona w zmianie, którą wprowadziliśmy w zeszłym miesiącu, i co musiałoby być prawdą, aby była błędna.

• Dostawa własna w rytmie. Niezależne eksperymentalne strumienie prac muszą zbiegać się w wersję kandydata do wydania, podlegać kompleksowej ocenie i wysyłać — włączając w to twarde wezwanie do pozostawienia strumienia pracy poza wydaniem, gdy nie dźwiga ono swojego ciężaru.

Wyznaczaj kierunek na podstawie danych we współpracy z firmą Risk

• Współpracuj bezpośrednio z naszymi partnerami ds. ryzyka jako głównymi interesariuszami. Nasze zobowiązania wobec nich są wyraźne, mierzone i spisane; zapewniamy wydajność modelu, a oni mają własne progi, zasady i sposób, w jaki decyzje są stosowane wobec sprzedawców.

• Działaj z dużą autonomią. Nasz kierunek wynika z pomiaru wyników w stosunku do tych zobowiązań oraz z tego, co mówią nam nasze własne eksperymenty, a nie z rejestru produktów przekazanego zespołowi. Oczekuje się, że będziesz wiedział, nad czym powinien pracować Twój zespół i będziesz tego bronił, a nie czekasz, aż Ci się powie.…

Źródło: Jobicy (https://jobicy.com/jobs/156889-senior-engineering-manager-machine-learning)