Старший менеджер по науке о данных

Hims & Hers — это ведущая платформа в области здравоохранения и хорошего самочувствия, миссия которой — помочь миру чувствовать себя прекрасно благодаря силе лучшего здоровья. Мы переосмысливаем здравоохранение, ставя клиента на первое место и обеспечивая доступность, доступность и индивидуальность медицинской помощи, от диагностики до лечения и доставки. Нет двух одинаковых людей, поэтому мы предоставляем доступ к индивидуальному уходу, ориентированному на результат. Нормализуя проблемы здоровья и благополучия и внедряя инновации в их решениях, мы облегчаем достижение лучших результатов в отношении здоровья.

Hims & Hers — публичная компания, акции которой торгуются на Нью-Йоркской фондовой бирже под тикером «HIMS». Чтобы узнать больше о бренде и предложениях, посетите сайты hiss.com/about и hiss.com/how-it-works. Информацию о выдающихся преимуществах, культуре компании и подходе к гибкой/дистанционной работе, ориентированной на таланты, см. ниже и посетите сайт www.hims.com/careers-professionals.

О роли:
В качестве старшего менеджера по науке о данных, возглавляющего нашу команду в Великобритании, вы станете одним из первых членов подразделения Hims & Hers по науке о данных в Великобритании, присоединившись к нашей команде вместе с новым технологическим центром компании там. Вы поможете сформировать то, как работает и развивается британская команда, начиная с этого раннего этапа, без унаследованной устоявшейся структуры.
Вы в равной степени являетесь техническим лидером и лидером людей: вы устанавливаете дорожную карту того, что и в каком порядке строит ваша британская команда, разблокируете технические решения, когда путь вперед неясен, и сами превращаете своих подчиненных в более сильных технических лидеров.
Вы будете подчиняться директору по науке о данных (находящемуся в США) и работать как одна команда с нашими специалистами по обработке данных в США, а не как отдельный спутник. Это означает реальное повседневное сотрудничество по всей Атлантике: общие стандарты, общая дорожная карта и достаточное совпадение рабочих часов для решения сложных проблем. Вы будете тесно сотрудничать с директором, чтобы выяснить, как лучше всего организовать разделение команды на две страны, от того, как распределяется работа до того, как структурирована команда, чтобы это оказывало наибольшее влияние на бизнес, а не просто копировало структуру США за рубежом. Вы будете напрямую сотрудничать с руководством финансов, маркетинга и эксплуатации, чтобы преобразовать бизнес-приоритеты в дорожную карту команды, а затем убедиться, что дорожная карта действительно реализуется.

Вы будете:

• Помогите создать команду в Великобритании. Будучи одним из первых членов команды в Великобритании, помогите сформировать рабочие нормы, техническую культуру и опыт адаптации для специалистов по обработке данных, которые присоединятся после вас.

• Руководить как единая распределенная команда. Работайте с британской командой как с единой функцией с американской организацией по анализу данных, а не как с отдельным подразделением, обеспечивая согласованность стандартов, контекста и приоритетов в разных часовых поясах.

• Сформируйте дорожную карту: сотрудничайте с директором по науке о данных и командой из США, чтобы расставить приоритеты конкурирующих запросов от маркетинга, операций, продуктов и финансов в общей дорожной карте, а также помогите найти компромиссные решения относительно того, что и когда будет создавать команда из Великобритании.

• Будьте технически внимательны. Просматривайте проекты и код на таком уровне глубины, который позволит вам заранее обнаружить неверные технические решения, даже если вы не являетесь тем, кто пишет производственный код изо дня в день.

• Разблокируйте двусмысленность: примите участие в самых сложных задачах на дорожной карте команды, когда вашей команде нужна вторая пара рук или решающий технический звонок.

• Установите техническую планку: установите и соблюдайте стандарты (проверка кода, документация, мониторинг моделей, строгость экспериментов), на основе которых строится ваша команда, в соответствии с командой из США и в партнерстве с ИТ-специалистами на уровне персонала.

• Собственная поставка: возьмите на себя ответственность за то, действительно ли сборки вашей команды от 0 до 1 доставляются, надежно работают в производстве и обеспечивают бизнес-результаты, для которых они были созданы.

У вас есть:

• Более 8 лет опыта работы в области науки о данных или инженерного машинного обучения, включая более 2 лет непосредственного руководства специалистами по данным или инженерами машинного обучения.

• Опыт работы в команде на ранней стадии: опыт присоединения или помощи в формировании совершенно новой команды, офиса или региона на ранней стадии, а не только работы в рамках устоявшейся структуры.

• Распределенное/международное сотрудничество: опыт работы или руководства командой, разделенной на разные страны или значительные часовые пояса, комфортабельный с необходимыми коммуникационными издержками и асинхронными рабочими процессами.

• Проверенное лидерство в людях: опыт развития и удержания талантов в области обработки данных, включая калибровку производительности и управление в периоды роста команды.

• Техническая надежность: достаточно сильна в Python, SQL и прикладном машинном обучении (регрессия/классификация, временные ряды, причинно-следственные методы), чтобы анализировать технические решения вашей команды и разблокировать их, даже без ежедневного написания производственного кода.

• Расстановка приоритетов в условиях ограничений: продемонстрированная способность помочь упорядочить дорожную карту с учетом конкурирующих требований заинтересованных сторон с ограниченной численностью персонала, а также представить четкие, хорошо аргументированные аргументы в пользу компромиссов, даже когда окончательный вариант решения доводится до сведения других.

• Коммуникация с руководством: удобный перевод технической работы в повествование для высшего руководства и нетехнических заинтересованных сторон, а также непосредственное обсуждение объема и сроков с ними.

• Строгость в проектировании: знание производственных систем машинного обучения (облачные среды, CI/CD, операции машинного обучения), достаточные для того, чтобы ваша команда соответствовала реальной производственной планке, а не просто работе уровня ноутбука.

• Образование: бакалавр, магистр или доктор философии в количественной области (статистика, математика, экономика, физика, исследование операций и т. д.) или эквивалентный опыт. Мы сопоставляем практический опыт эмпирических исследований, например диссертацию или лабораторную программу, с конкретной областью исследования.

Предпочтительная квалификация:

• Сотрудничество США и Великобритании, в частности: непосредственный опыт работы в разделенной команде США/Великобритании (или аналогичной трансатлантической), в идеале внутри компании, которая все еще устанавливает свое присутствие в одном из этих регионов.

• Продвинутый бизнес-ML (опыт руководства или проверки работы в 1–2 из следующих областей):…

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