Analyste de Produit - Hub de Science des Données

Description du travail

Ce rôle est spécialement conçu pour les analystes qui possèdent des connaissances en apprentissage automatique.

À propos de l'équipe
Data Science Hub est l'endroit où nous appliquons des techniques analytiques, des mathématiques et de l'apprentissage automatique pour résoudre une large gamme de problèmes d'entreprise. Nous fournissons des insights précieux et prenons des décisions éclairées en traitant des teraoctets de données au quotidien. Notre équipe offre d'excellentes opportunités de croissance et une chance rare d'acquérir des connaissances interdisciplinaires sur le fonctionnement des plateformes de commerce électronique. L'étendue de notre impact sur différents domaines d'entreprise est illustrée par notre portefeuille diversifié de projets, qui comprend : la logistique, l'optimisation du réseau logistique, le marketing, la tarification, la finance, et plus encore.

Data Science Hub se compose de 5 équipes :

• 3 équipes de Science des données,
• Équipe d'analyse des données,
• Équipe d'ingénierie des données.

Nous recherchons de nouveaux membres pour l'équipe d'analyse de données. 
 

Ce que ce rôle implique

• Vous ferez partie d'une équipe responsable de l'évaluation de la valeur incrémentielle pour les projets d'apprentissage automatique
• Vous analyserez le pipeline complet de l'apprentissage automatique, en soulignant les domaines potentiels d'amélioration et les goulots d'étranglement
• Au quotidien, vous exploiterez les données pour prouver/réfuter des hypothèses
• Conception d'expériences pour des projets d'apprentissage automatique, tels que des tests AB, l'exploration de la causalité et l'analyse de modèles, puis offrir des perspectives dérivées des observations.

Nous recherchons des personnes qui

• Maîtrisent très bien Python et SQL
• Ont une expérience pratique de la modélisation de l'apprentissage automatique
• Ont travaillé avec des données tabulaires et leurs représentations visuelles
• Comprendre les concepts mathématiques, la modélisation statistique et la théorie des probabilités
• N'ont pas peur de remettre en question l'état actuel des choses
• Comprennent comment fonctionne le côté business des projets de données
• Sont curieux et ouverts à l'apprentissage de nouvelles choses
• Maîtrisent l'anglais au niveau B2+

Ce que nous offrons

• Un modèle de travail hybride que vous convenez avec votre leader et l'équipe. Nous avons des bureaux bien situés (avec des cuisines entièrement équipées et des installations de parking pour vélos) et d'excellents outils de travail (bureaux réglables en hauteur, salles de conférence interactives)
• Un large choix de prestations complémentaires dans un plan cafétéria - vous choisissez ce que vous aimez (par exemple, des forfaits médicaux, sportifs ou déjeuner, de l'assurance, des vouchers d'achat)
• Des cours d'anglais que nous payons sont liés à la nature spécifique de votre travail
• Les outils nécessaires pour le travail
• Travailler dans une équipe sur laquelle vous pouvez toujours compter - nous avons à bord des spécialistes de premier plan et des experts à apprendre
• Des hackathons et une plateforme éducative interne, MindUp (y compris des cours de formation sur l'organisation du travail, les moyens de communication, la motivation au travail, et diverses technologies et problèmes de fond)

Pourquoi ça vaut le coup de travailler avec nous

• Nous recherchons et développons nos propres outils de pointe.
• Big Data - plusieurs pétaoctets de données et Machine Learning utilisés en production
• Nous pratiquons le Code Review, l'Intégration Continue, Scrum/Kanban, Domain Driven Design, Test Driven Development, Pair Programming, selon l'équipe
• Notre environnement de déploiement combine des Data Centres privés (des dizaines de milliers de serveurs) et des Clouds publics (Google Cloud et Microsoft Azure)
• Plus de 100 projets open-source originaux et quelques milliers d'étoiles sur GitHub

Voulez-vous mieux nous connaître ? Écoutez : Allegro Tech Podcast

Envoyez votre CV, rejoignez l'expérience, et voyez pourquoi c'est #dobrzetubyć (#bon d'être ici)