Ingénieur en Science des Données II

Description de l'entreprise

Vericast est une entreprise de big data. Nous recevons en moyenne plus de 100 milliards de signaux d'intention par jour, qui contribuent à générer une compréhension approfondie de l'intérêt d'une personne et des signaux sur le marché pour plus de 1 300 sujets d'intérêt. Ceci est couplé à un ciblage géographique fort, car plus de 30 milliards de signaux de localisation sont collectés quotidiennement auprès de plus d'un million de magasins de détail et de plus de 120 millions de ménages. Notre échelle de données et nos informations basées sur la science des données différencient nos offres de produits sur le paysage concurrentiel de la technologie du marketing numérique. La science des données n'est pas une fonction de support de produit chez Vericast; c'est un moteur principal de valeur. Pour plus d'informations, visitez http://www.vericast.com ou suivez Vericast sur LinkedIn.

Description du poste

Nous recherchons un ingénieur en science des données compétent et créatif, axé sur le soutien du cycle de vie complet des offres de science des données sur la plateforme de marketing de nouvelle génération de Vericast (NXTDRIVE™). En tant qu'ingénieur en science des données, vous jouerez un rôle clé dans la mise en œuvre, l'optimisation et l'établissement de références pour nos modèles d'apprentissage automatique sur la plateforme. Vous collaborerez étroitement avec les data scientists, contribuant à toutes les phases des projets de science des données et garantissant une intégration transparente entre l'ingénierie et la science des données. Ce rôle travaillera en fonction des fonctions avec la science des données, l'ingénierie, le produit et les parties prenantes informatiques dans un cadre agile.

Principales tâches et responsabilités

• Développer et déployer des systèmes d'apprentissage automatisé hautement évolutifs et distribués sur AWS. 10%
• Affiner les travaux et processus existants de PySpark pour une performance optimale. 10%
• Mettre en œuvre diverses techniques de modélisation, y compris des modèles descriptifs, prédictifs et prescriptifs, à grande échelle. 10%
• Concevoir, construire et assurer le contrôle qualité des pipelines de données qui alimentent les modèles d'apprentissage automatique. 10%
• Générer des ensembles de données de test et de validation pour garantir des tests de modèles rigoureux et une validation. 10%
• Élaborer et mettre en œuvre des méthodologies efficaces pour la manipulation et la vectorisation des données. 10%
• Fournir un soutien d'ingénierie complet aux data scientists tout au long du cycle de vie des projets de science des données. 10%
• Améliorer et établir des repères pour les modèles d'apprentissage automatique existants en intégrant de nouvelles sources de données. 10%
• Effectuer une assurance qualité et dépanner les pipelines de données de production pour les services d'apprentissage automatique. 10%
• Participer activement à tous les événements scrum pour favoriser la collaboration et le développement itératif. 10%

Qualifications

• Diplôme de maîtrise en informatique ou dans un domaine technique équivalent (requis)
• En lieu et place des exigences de formation ci-dessus, une combinaison d'expérience et d'éducation sera considérée.
• Plus de 2 ans d'expérience pratique avec AWS.
• Plus de 3 ans d'expérience en développement logiciel en utilisant Python, Node.js et Spark.
• Expertise démontrée dans le réglage de travaux basés sur PySpark ou Scala pour l'optimisation des performances.
• Compétence dans la construction de pipelines de données sur AWS, avec au moins 2 ans d'expérience.
• Au moins 2 ans d'expérience dans la construction de modèles d'apprentissage automatique prédictifs ou prescriptifs.
• Au moins 1 an d'expérience pratique avec AWS Sagemaker.

Connaissances/Compétences et aptitudes

• Une compréhension solide des flux de travail et des méthodologies d'apprentissage automatique.
• Connaissance approfondie des processus du cycle de vie de la livraison de logiciels.
• Capacité à exceller dans un environnement d'équipe rapide et collaboratif.
• Compétence avec Python et Spark (de préférence Scala et PySpark) dans des paramètres industriels pratiques.
• Compétence dans la création de présentations et de rapports clairs et basés sur les données, adaptés à la fois aux parties prenantes techniques et non techniques.
• Excellentes compétences d'écoute active pour faciliter une communication et une collaboration efficaces.
• Adaptabilité rapide à une grande variété de technologies et d'outils open source.

Informations supplémentaires

Salaire : 115 000-125 000 dollars

La rémunération finale offerte pour le poste dépendra de plusieurs facteurs tels que le niveau de compétence, le coût de la vie, l'expérience et les responsabilités.

Vericast offre un package de récompenses totales généreux qui comprend une couverture médicale, dentaire et visuelle, un 401K et un PTO flexible. Un large éventail d'avantages supplémentaires comme l'assurance vie, l'assistance aux employés et l'assurance pour animaux de compagnie est également disponible, sans oublier des collègues intelligents et amicaux!

Chez Vericast, nous ne faisons pas qu'accepter les différences - nous les célébrons, nous les soutenons et nous en prospérons pour le bénéfice de nos employés, de nos clients et de notre communauté. En tant qu'employeur qui souscrit au principe de l'égalité des chances, Vericast considère les candidats pour tous les postes sans tenir compte de la race, de la couleur, du credo, de la religion, de l'origine nationale ou ancestrale, du sexe, de l'orientation sexuelle, de l'identité de genre, de l'âge, du handicap, des informations génétiques, du statut de vétéran, ou de toute autre classification protégée par la loi. Les candidats qui ont des handicaps peuvent demander que des aménagements soient faits pour compléter le processus de sélection en contactant notre équipe de Talent Acquisition à [email protected]. EEO est la loi. Pour réviser vos droits en vertu de l'égalité des chances en matière d'emploi, veuillez visiter : www.dol.gov/ofccp/regs/compliance/posters/pdf/eeopost.pdf.

#LI-LC1

#LI-remote