İş
Ortak beslemesinden
Veri Bilimi Lideri
Talep üzerine fiyat
Detaylar
- Çalışma türü
- Tam zamanlı
- Uzaktan
- Hayır
- Şirket
- Elliptic
Açıklama
English dilinden otomatik çevrildi. Orijinal metin esas alınmalıdır. Makine çevirisi — daha doğru bir çeviri hazırlanıyor.
Elliptic, dijital varlık karar vermede liderdir; blok zincirler arasında kripto verilerini ve istihbaratını en yüksek doğrulukla verimli bir şekilde çıkarmak için en kapsamlı platformu oluşturduk.
Platformumuzun rakipsiz çalışma süresi, ölçeklenebilirliği, veri ve zekamızın derinliği ve genişliği, titiz kuruluşların uyumluluk, risk yönetimi, istihbarat operasyonları ve blockchain altyapı ihtiyaçları için Elliptic'i seçmesi anlamına geliyor.
2013 yılında kurulan Elliptic'in genel merkezi Londra'da olup New York, Washington D.C., BAE, Singapur ve Tokyo'da ofisleri bulunmaktadır. Daha fazla bilgi edinmek için www.elliptic.co adresini ziyaret edin ve bizi LinkedIn ve X'te takip edin.
Kendiniz kod yazarken, sektörün henüz çözemediği bir sorun üzerinde veri bilimi ekibine liderlik etmek ister misiniz? Müşteri bir kişi yerine özerk bir temsilci olduğunda uyumluluğun nasıl işlediğine ilişkin veri temelini oluşturma konusunda heyecanlı mısınız? Ticari açıdan önemli olan bir sorunun yıllar değil aylar içinde çözüleceği, küçük bir ekibe güvenilen, değerlere dayalı bir şirket mi arıyorsunuz?
Yaratacağınız etki:
Elliptic'in İstihbarat ekibinde, İstihbarat Toplama, Araştırma ve Soruşturmalar ve Profesyonel Hizmetlerin yanı sıra veri bilimine liderlik edeceksiniz. Bu, kasıtlı olarak takımı büyütme ihtimali olan bir oyuncu-antrenör rolüdür. İlk başta veri bilimcilerden oluşan küçük bir ekibe liderlik edeceksiniz ve ekibin yönünü, performansını ve büyümesini kontrol etmeniz bekleniyor. Ekibinizin oluşturduğu modellere ilişkin kanıtlara sahip olacaksınız ve bunları Elliptic'in model risk yönetimi forumunda temsil edeceksiniz. Bu, teknik çalışmaya iliştirilmiş bir uyum vergisi değildir: kurumların çıktılarımıza güvenmesinin nedeni budur.
Daha fazla veri bilimci ekledikçe bir lider tutmamızın nedeni, çözülmemiş bir sorun üzerinde çalışan küçük bir ekibin, onun üzerinde bir yönetim katmanına değil, alanı özünde anlayan birine ihtiyaç duymasıdır. Bu ekibin ne üzerinde çalışacağını belirleyecek, sonraki kişileri bu işe dahil edecek ve işi kendiniz yapabileceğiniz için ekibin teknik yargısına güvendiği kişi olacaksınız.
Ne yapacaksınız:
• Ekibe liderlik edin ve büyütün. Veri bilimcilerinizle şirket stratejisi bağlamında hedefler belirleyin, performanslarını ve gelişimlerini sahiplenin ve zor konuşmayı ertelemek yerine yürüten yönetici olun. Ekibi Elliptic'in İstihbarat kariyer çerçevesine göre dengeleyin ve gerçek gelişim yolları oluşturun.
• Bir sonraki veri bilimcilerini işe alın. Destek ile işe alım sürecini uçtan uca sahiplenin: seviyeler, iş tanımları, işe alma planı, görüşme paneli ve çubuğu ve işe alma kararı. Ekibin zaman içinde yedi ila dokuz kişiye büyümesi, bunu erkenden yapmanıza bağlıdır.
• Uyumluluğun geleceği için koleksiyon oluşturun. Verileri bir direktiften spesifikasyona taşıyın: iyinin neye benzediğini tanımlayın, işi sıralayın, kalite çıtasını belirleyin ve veri kümesinin neyi destekleyip desteklemediği konusunda dürüst olun.
• Ekibinizin modelleri için kendi model yönetimi. Model envanterini güncel ve doğru şekilde katmanlı tutun, doğrulama ve test kanıtlarının her katmanın gerektirdiği standartta mevcut olduğundan emin olun, sapmaları izleyin ve eşik ihlallerine karşı harekete geçin ve malzeme değişikliklerini ve üretim dağıtımlarını, test eserleri eklenmiş olarak incelenmek üzere gönderin. Modellerinizde ortaya çıkan sorunların kararlaştırılan son tarihlere göre düzeltilmesine sahip olun.
• Elliptic'in veri bilimi çalışmalarına liderlik etmek. Araştırma sorusunun çerçevesini çizin, ilk deneyleri yapın ve Elliptic'in neyi, ne zaman yapabilmesi gerektiğine dair savunulabilir bir görüş oluşturun. Bu görüşü açık bir soru olarak değil, bir tavsiye olarak İstihbarat liderliğine, Baş Bilim Adamına ve Ürüne iletin.
• Teknik olarak uygulamalı kalın. Kod yazın, ekibinizin çalışmasını çıktı yerine yöntem düzeyinde gözden geçirin ve önemli olduğunda yöntemin kendiniz çağrılmasını sağlayın.
• Ekibin mevcut taahhütlerine sahip çıkın. Ekibin kümeleme, ilişkilendirme, buluşsal yöntem ve etiketleme konusundaki mevcut çalışmaları platforma hizmet etmeye devam ediyor. Onun güvenilirliğine ve değiş tokuşlarına siz sahipsiniz ve neyi durduracağınıza siz karar verirsiniz.
• Fonksiyonlar arası çalışın. İstihbarat Toplama, Koleksiyon Mühendisliği, Araştırma ve Araştırmalar, Baş Bilim Adamı, Ürün ve Mühendislik ile ortak olun, böylece veri bilimi çalışmaları kimsenin kullanmadığı bir analiz yerine platform yeteneği olarak ortaya çıkar.
• Ekip için yapay zeka çalışma standardını belirleyin. Ekibinizin mühendislik ve araştırma iş akışında yapay zekayı nasıl kullanacağına, nelerin nasıl doğrulanması gerektiğine karar verin ve ekibi buna bağlı tutun.
İlk 6 ayda neler başaracaksınız:
• Gerçek modeli veya buluşsal çalışmayı destekleyen bir ölçekte ve bunu sürdürmenin belgelenmiş bir yolu ile sunulan koleksiyon planı.
• Uyumluluk sistemlerinin gelişimi konusunda, beklenen sektör talebine göre zamanlanmış, ilk yetenek çalışmasının devam ettiği veya belirtilen nedenlerle kasıtlı olarak ertelendiği, üzerinde anlaşmaya varılmış bir Eliptik pozisyon.
• En az bir veri bilimi işe alımı yapıldı ve mevcut olan, mevcut gelişim planları ile kariyer çerçevesine göre dengelendi.
• Ekibinizin sahip olduğu her şey için yönetişimi iyi durumda modelleyin: mevcut envanter ve doğru şekilde katmanlandırılmış, en yüksek katmanlarda gecikmiş doğrulamaların olmaması, üzerinde işlem yapılan eşiklerle yerinde izleme ve düzeltme son tarihi geçmiş açık sorunların olmaması.
• İstihbarat için veri bilimi hedefleri kararlaştırıldı ve yerine getirildi; diğer işlevler ekipten ne bekleyebileceklerini ve ne zaman bekleyebileceklerini belirtebildi.
• Yaptığınız bir değişiklikle ilişkilendirilebilecek, ekibin temel çıktısının güvenilirliğinde veya veriminde gözle görülür bir iyileşme.
• Teknik güvenilirliğin bozulmaması: işi yapabildiğiniz için ekip yöntem kararlarınızı ciddiye alır.
Aşağıdaki durumlarda buraya çok uygun olacaksınız:
• Teknik çalışmayı geride bırakmadan bir takıma liderlik etmek istiyorsanız ve bu çizgiyi nereye çektiğinizi dürüstçe söyleyebilmek istiyorsanız.
• Bilmediğiniz bir şeyi söylemek de dahil olmak üzere, henüz kimsenin cevaplamadığı bir sorudan sorumlu olma konusunda rahatsınızdır.…
Kaynak: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/elliptic/data-science-lead-london-united-kingdom-238961)
Platformumuzun rakipsiz çalışma süresi, ölçeklenebilirliği, veri ve zekamızın derinliği ve genişliği, titiz kuruluşların uyumluluk, risk yönetimi, istihbarat operasyonları ve blockchain altyapı ihtiyaçları için Elliptic'i seçmesi anlamına geliyor.
2013 yılında kurulan Elliptic'in genel merkezi Londra'da olup New York, Washington D.C., BAE, Singapur ve Tokyo'da ofisleri bulunmaktadır. Daha fazla bilgi edinmek için www.elliptic.co adresini ziyaret edin ve bizi LinkedIn ve X'te takip edin.
Kendiniz kod yazarken, sektörün henüz çözemediği bir sorun üzerinde veri bilimi ekibine liderlik etmek ister misiniz? Müşteri bir kişi yerine özerk bir temsilci olduğunda uyumluluğun nasıl işlediğine ilişkin veri temelini oluşturma konusunda heyecanlı mısınız? Ticari açıdan önemli olan bir sorunun yıllar değil aylar içinde çözüleceği, küçük bir ekibe güvenilen, değerlere dayalı bir şirket mi arıyorsunuz?
Yaratacağınız etki:
Elliptic'in İstihbarat ekibinde, İstihbarat Toplama, Araştırma ve Soruşturmalar ve Profesyonel Hizmetlerin yanı sıra veri bilimine liderlik edeceksiniz. Bu, kasıtlı olarak takımı büyütme ihtimali olan bir oyuncu-antrenör rolüdür. İlk başta veri bilimcilerden oluşan küçük bir ekibe liderlik edeceksiniz ve ekibin yönünü, performansını ve büyümesini kontrol etmeniz bekleniyor. Ekibinizin oluşturduğu modellere ilişkin kanıtlara sahip olacaksınız ve bunları Elliptic'in model risk yönetimi forumunda temsil edeceksiniz. Bu, teknik çalışmaya iliştirilmiş bir uyum vergisi değildir: kurumların çıktılarımıza güvenmesinin nedeni budur.
Daha fazla veri bilimci ekledikçe bir lider tutmamızın nedeni, çözülmemiş bir sorun üzerinde çalışan küçük bir ekibin, onun üzerinde bir yönetim katmanına değil, alanı özünde anlayan birine ihtiyaç duymasıdır. Bu ekibin ne üzerinde çalışacağını belirleyecek, sonraki kişileri bu işe dahil edecek ve işi kendiniz yapabileceğiniz için ekibin teknik yargısına güvendiği kişi olacaksınız.
Ne yapacaksınız:
• Ekibe liderlik edin ve büyütün. Veri bilimcilerinizle şirket stratejisi bağlamında hedefler belirleyin, performanslarını ve gelişimlerini sahiplenin ve zor konuşmayı ertelemek yerine yürüten yönetici olun. Ekibi Elliptic'in İstihbarat kariyer çerçevesine göre dengeleyin ve gerçek gelişim yolları oluşturun.
• Bir sonraki veri bilimcilerini işe alın. Destek ile işe alım sürecini uçtan uca sahiplenin: seviyeler, iş tanımları, işe alma planı, görüşme paneli ve çubuğu ve işe alma kararı. Ekibin zaman içinde yedi ila dokuz kişiye büyümesi, bunu erkenden yapmanıza bağlıdır.
• Uyumluluğun geleceği için koleksiyon oluşturun. Verileri bir direktiften spesifikasyona taşıyın: iyinin neye benzediğini tanımlayın, işi sıralayın, kalite çıtasını belirleyin ve veri kümesinin neyi destekleyip desteklemediği konusunda dürüst olun.
• Ekibinizin modelleri için kendi model yönetimi. Model envanterini güncel ve doğru şekilde katmanlı tutun, doğrulama ve test kanıtlarının her katmanın gerektirdiği standartta mevcut olduğundan emin olun, sapmaları izleyin ve eşik ihlallerine karşı harekete geçin ve malzeme değişikliklerini ve üretim dağıtımlarını, test eserleri eklenmiş olarak incelenmek üzere gönderin. Modellerinizde ortaya çıkan sorunların kararlaştırılan son tarihlere göre düzeltilmesine sahip olun.
• Elliptic'in veri bilimi çalışmalarına liderlik etmek. Araştırma sorusunun çerçevesini çizin, ilk deneyleri yapın ve Elliptic'in neyi, ne zaman yapabilmesi gerektiğine dair savunulabilir bir görüş oluşturun. Bu görüşü açık bir soru olarak değil, bir tavsiye olarak İstihbarat liderliğine, Baş Bilim Adamına ve Ürüne iletin.
• Teknik olarak uygulamalı kalın. Kod yazın, ekibinizin çalışmasını çıktı yerine yöntem düzeyinde gözden geçirin ve önemli olduğunda yöntemin kendiniz çağrılmasını sağlayın.
• Ekibin mevcut taahhütlerine sahip çıkın. Ekibin kümeleme, ilişkilendirme, buluşsal yöntem ve etiketleme konusundaki mevcut çalışmaları platforma hizmet etmeye devam ediyor. Onun güvenilirliğine ve değiş tokuşlarına siz sahipsiniz ve neyi durduracağınıza siz karar verirsiniz.
• Fonksiyonlar arası çalışın. İstihbarat Toplama, Koleksiyon Mühendisliği, Araştırma ve Araştırmalar, Baş Bilim Adamı, Ürün ve Mühendislik ile ortak olun, böylece veri bilimi çalışmaları kimsenin kullanmadığı bir analiz yerine platform yeteneği olarak ortaya çıkar.
• Ekip için yapay zeka çalışma standardını belirleyin. Ekibinizin mühendislik ve araştırma iş akışında yapay zekayı nasıl kullanacağına, nelerin nasıl doğrulanması gerektiğine karar verin ve ekibi buna bağlı tutun.
İlk 6 ayda neler başaracaksınız:
• Gerçek modeli veya buluşsal çalışmayı destekleyen bir ölçekte ve bunu sürdürmenin belgelenmiş bir yolu ile sunulan koleksiyon planı.
• Uyumluluk sistemlerinin gelişimi konusunda, beklenen sektör talebine göre zamanlanmış, ilk yetenek çalışmasının devam ettiği veya belirtilen nedenlerle kasıtlı olarak ertelendiği, üzerinde anlaşmaya varılmış bir Eliptik pozisyon.
• En az bir veri bilimi işe alımı yapıldı ve mevcut olan, mevcut gelişim planları ile kariyer çerçevesine göre dengelendi.
• Ekibinizin sahip olduğu her şey için yönetişimi iyi durumda modelleyin: mevcut envanter ve doğru şekilde katmanlandırılmış, en yüksek katmanlarda gecikmiş doğrulamaların olmaması, üzerinde işlem yapılan eşiklerle yerinde izleme ve düzeltme son tarihi geçmiş açık sorunların olmaması.
• İstihbarat için veri bilimi hedefleri kararlaştırıldı ve yerine getirildi; diğer işlevler ekipten ne bekleyebileceklerini ve ne zaman bekleyebileceklerini belirtebildi.
• Yaptığınız bir değişiklikle ilişkilendirilebilecek, ekibin temel çıktısının güvenilirliğinde veya veriminde gözle görülür bir iyileşme.
• Teknik güvenilirliğin bozulmaması: işi yapabildiğiniz için ekip yöntem kararlarınızı ciddiye alır.
Aşağıdaki durumlarda buraya çok uygun olacaksınız:
• Teknik çalışmayı geride bırakmadan bir takıma liderlik etmek istiyorsanız ve bu çizgiyi nereye çektiğinizi dürüstçe söyleyebilmek istiyorsanız.
• Bilmediğiniz bir şeyi söylemek de dahil olmak üzere, henüz kimsenin cevaplamadığı bir sorudan sorumlu olma konusunda rahatsınızdır.…
Kaynak: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/elliptic/data-science-lead-london-united-kingdom-238961)
Bu ilan bir ortak kaynağından gelmektedir. Başvuruyu kaynak web sitesinde yapın.
Kaynak: Elliptic
Konum
Londra, Birleşik Krallık
İlan Elliptic tarafından sağlanmıştır.