Científico de Datos, Plataforma de Comercio

Descripción de la Compañía

Desde que abrimos nuestras puertas en 2009, el mundo del comercio ha evolucionado enormemente, y Square también. Después de permitir que cualquiera pueda realizar pagos y nunca perder una venta, vimos a los vendedores obstaculizados por productos y herramientas dispares y anticuadas que no funcionarían juntos.

Así que nos expandimos al software y comenzamos a construir soluciones integradas y omnicanal: para ayudar a los vendedores a vender en línea, administrar inventario, ofrecer la funcionalidad de pagar después a través de Afterpay, reservar citas, involucrar a los compradores leales y contratar y remunerar al personal. En todo, hemos integrado herramientas de servicios financieros en el punto de venta, para que los comerciantes puedan acceder a un préstamo comercial y administrar su flujo de efectivo en un solo lugar. Afterpay refuerza nuestro objetivo de proporcionar herramientas omnicanal que desbloqueen un valor y crecimiento significativos, permitiendo a los vendedores capturar al comprador de la próxima generación, aumentar los tamaños de los pedidos y competir a una escala mayor.

Hoy, somos un socio para vendedores de todos los tamaños: grandes negocios a escala empresarial con operaciones complejas, vendedores que recién comienzan, y comerciantes que comenzaron a vender con Square y han crecido con el tiempo. A medida que nuestros vendedores crecen, también lo hacen nuestras soluciones. Hay una gran oportunidad frente a nosotros. Estamos construyendo un negocio significativo, importante y duradero, y estamos ayudando a los vendedores de todo el mundo a hacer lo mismo.

Descripción del Trabajo

Los Científicos de Datos del equipo de Análisis de Pedidos se integran dentro de los equipos de producto y aprovechan la ingeniería, la analítica, la estadística y el aprendizaje automático para potenciar la toma de decisiones basada en datos en el desarrollo de productos. Los Científicos de Datos apoyan la misión de Square de empoderamiento económico, al usar los datos para construir una comprensión y empatía con nuestros clientes, permitiéndonos construir una experiencia de producto notable.

Tú harás:

• Colaborar con las partes interesadas del producto para identificar, priorizar y responder las preguntas más importantes donde la analítica tendrá un impacto material y producirá información procesable
• Desarrollar herramientas y recursos para empoderar el acceso a los datos y el autoservicio, para que tu experiencia pueda ser aprovechada donde sea más impactante
• Aplicar un conjunto diverso de tácticas como estadísticas, razonamiento cuantitativo y aprendizaje automático; discerniendo donde las soluciones analíticas simples (p. ej., una visualización rápida) son preferibles a las soluciones complejas (p. ej., machine learning)
• Comunicar el análisis y las decisiones a las partes interesadas de alto nivel en verbal, visual y medios escritos
• Contribuir a la estrategia de datos de la plataforma e influir en las partes interesadas para tomar decisiones de arquitectura y diseño bien fundamentadas que afecten los datos en Square

Calificaciones

Tú tienes:

• Más de 3 años de experiencia en ciencia de datos enfocada en el producto o equivalente
• Fluidez en SQL
• Experiencia en el análisis de datos y machine learning usando Python o R
• Experiencia utilizando estadísticas para informar la toma de decisiones
• Capacidad para comprender sistemas de datos y de negocios complejos; versatilidad y disposición para aprender nuevas tecnologías en el trabajo

Aún mejor:

• Un grado (B.S., M.S., PhD.) en Matemáticas, Estadística, Ciencias de la Computación, Ciencias Físicas, Economía, o un campo técnico relacionado
• Experiencia con una herramienta de BI como Looker o Tableau
• Experiencia con el diseño, desarrollo y mejores prácticas de almacenes de datos

Tecnologías que usamos y enseñamos:

• SQL (Snowflake)
• Python (numpy, pandas, scikit-learn, etc.)
• Aprendizaje automático (p. ej., regresión, métodos de conjunto, redes neuronales, etc.)
• Estadísticas (métodos bayesianos, diseño experimental, inferencia causal)
• Snowflake
• Google Cloud Platform: BigQuery, Dataflow y Composer
• Airflow y Prefect para ETL
• Looker, Amplitude, y Tableau para visualización de datos

Información Adicional

Block adopta un enfoque de mercado para el pago, y el pago puede variar según tu ubicación. Las ubicaciones de Canadá se clasifican en una de dos zonas basadas en un índice de coste de mano de obra para esa área geográfica. El salario inicial del candidato exitoso se determinará en base a habilidades relacionadas con el trabajo, experiencia, calificaciones, ubicación laboral, y condiciones del mercado. Estos rangos pueden modificarse en el futuro.

CA-A: CAD $104,100.00 - CAD $156,100.00
CA-B: CAD $100,400.00 - CAD $150,600.00