Senior Data Scientist - Recommender Systems (P508)

Únete a la Vanguardia de la Ciencia de Datos en el Comercio Minorista en 84.51°

84.51° es una empresa de ciencia de datos, insights y medios líder en el sector minorista. Nos asociamos con The Kroger Co., empresas de bienes de consumo empaquetados, agencias, editoriales y afiliados para crear experiencias personalizadas y valiosas para los compradores a lo largo de su viaje de compra.

Aprovechando la tecnología de última generación, utilizamos datos minoristas de primera mano de más de 62 millones de hogares en EE.UU. a través del programa de tarjeta de fidelidad Kroger Plus. Estos datos impulsan un recorrido centrado en el cliente utilizando 84.51° Insights, 84.51° Loyalty Marketing y nuestra solución de publicidad en medios minoristas, Kroger Precision Marketing.

¡Te invitamos a formar parte de nuestro dinámico equipo en 84.51°!

Acerca del Equipo de Relevancia

Nuestro Equipo de Relevancia tiene como objetivo crear experiencias relevantes y personalizadas para el sitio de comercio electrónico de Kroger, una de las 10 principales empresas de comercio electrónico en los EE. UU. Entregamos trillones de recomendaciones a millones de clientes de Kroger. Nuestro portafolio científico incluye sistemas de recomendación de productos y cupones, recomendaciones de sustitutos y recetas comprables.

Responsabilidades del Rol

• Desarrollar Sistemas de Recomendación Innovadores: Diseñar, desarrollar e implementar sistemas de recomendación personalizados adaptados a las necesidades únicas de la industria minorista de comestibles. Utilizar aprendizaje automático avanzado, incluidos modelos de aprendizaje profundo, para recomendaciones personalizadas.
• Evaluar y Mejorar el Rendimiento de las Recomendaciones: Establecer metodologías rigurosas para evaluar algoritmos de recomendación. Realizar pruebas A/B y evaluaciones offline, realizar análisis de causa raíz y estudios de interpretabilidad de modelos para identificar oportunidades de mejora.
• Mejorar la Personalización y Diversidad: Mejorar la personalización para reflejar preferencias individuales, restricciones dietéticas y hábitos de compra. Diversificar las recomendaciones para presentar a los usuarios una gama más amplia de productos.
• Implementación y Despliegue de Modelos: Colaborar con ingenieros de ML para un despliegue eficiente de los modelos del sistema de recomendación. Utilizar tecnologías como Docker para un servicio de modelos robusto y escalable en un entorno de producción.
• Colaborar con Equipos Multifuncionales: Trabajar estrechamente con científicos de datos, ingenieros de datos e ingenieros full stack. Colaborar con la gestión de productos y líderes de negocio para entender los objetivos y promover esfuerzos de optimización.
• Generación de Análisis e Insights: Integrar diversas fuentes de datos para construir conjuntos de datos para el desarrollo de modelos. Desarrollar flujos de análisis y paneles de informes para rastrear métricas de rendimiento y la efectividad de las estrategias de recomendación.
• Documentación y Compartición de Conocimiento: Documentar mejores prácticas e insights técnicos. Contribuir a herramientas, bibliotecas y documentación interna. Participar en sesiones de compartición de conocimiento y charlas técnicas para fomentar una cultura de aprendizaje continuo.

Habilidades y Experiencia Requeridas

• Licenciatura o Maestría en ciencias de la computación, ciencia de datos, estadística, matemáticas, análisis o una disciplina relacionada.
• Más de 2 años de experiencia en la construcción de modelos de aprendizaje profundo para sistemas de recomendación a gran escala.
• Competencia en frameworks de ML como TensorFlow o PyTorch.
• Habilidad en SQL, Python y Spark para análisis y manipulación de datos. La experiencia con Databricks es una ventaja.
• Competencia en estadísticas, diseño de experimentos y análisis exploratorio de datos.
• Experiencia con plataformas en la nube como Azure o GCP.
• Experiencia en Ingeniería de Datos y MLOps es deseable.
• Gran independencia en el desarrollo y posesión de kits de herramientas, flujos y paneles de control.
• Excelentes habilidades de resolución de problemas y