Senior Data Scientist - Recommender Systems (P508)

Rejoignez l'Avant-Garde de la Science des Données de la Vente au Détail chez 84.51°

84.51° est une entreprise de premier plan en science des données de vente au détail, en insights et en médias. Nous collaborons avec The Kroger Co., des entreprises de biens de consommation emballés, des agences, des éditeurs et des affiliés pour créer des expériences personnalisées et précieuses pour les acheteurs tout au long de leur parcours d'achat.

En utilisant une technologie de pointe, nous exploitons les données de vente au détail de première partie de plus de 62 millions de foyers américains grâce au programme de fidélité Kroger Plus. Ces données alimentent un parcours centré sur le client en utilisant 84.51° Insights, 84.51° Loyalty Marketing et notre solution de publicité média de vente au détail, Kroger Precision Marketing.

Nous vous invitons à faire partie de notre équipe dynamique chez 84.51°!

Notre équipe de pertinence vise à créer des expériences pertinentes et personnalisées pour le site de commerce électronique de Kroger, l’une des 10 meilleures entreprises de commerce électronique aux États-Unis. Nous fournissons des billions de recommandations à des millions de clients de Kroger. Notre portefeuille scientifique comprend des systèmes de recommandation de produits et de coupons, des recommandations de substituts et des recettes achetables.

• Développer des Systèmes de Recommandation Innovants: Concevoir, développer et mettre en œuvre des systèmes de recommandation personnalisés adaptés aux besoins uniques de l'industrie de la vente au détail alimentaire. Utiliser des techniques avancées d'apprentissage automatique, y compris des modèles de deep learning, pour des recommandations personnalisées.
• Évaluer et Améliorer la Performance des Recommandations: Établir des méthodologies rigoureuses pour évaluer les algorithmes de recommandation. Conduire des tests A/B et des évaluations hors-ligne, effectuer des analyses des causes profondes et des études d'interprétation des modèles pour identifier les opportunités d'amélioration.
• Améliorer la Personnalisation et la Diversité: Accroître la personnalisation pour refléter les préférences individuelles, les restrictions alimentaires et les habitudes d'achat. Diversifier les recommandations pour introduire les utilisateurs à une gamme plus large de produits.
• Déploiement et Service de Modèles: Collaborer avec les ingénieurs en apprentissage automatique pour un déploiement efficace des modèles de systèmes de recommandation. Utiliser des technologies comme Docker pour un service robuste et une évolutivité dans un environnement de production.
• Collaborer avec des Équipes Multifonctionnelles: Travailler en étroite collaboration avec des data scientists, des ingénieurs de données et des ingénieurs full stack. Collaborer avec la gestion des produits et les responsables d'affaires pour comprendre les objectifs et conduire des efforts d’optimisation.
• Génération d'Analyses et d'Insights: Intégrer diverses sources de données pour construire des ensembles de données pour le développement de modèles. Développer des pipelines d'analyses et des tableaux de bord de reporting pour suivre les métriques de performance et l'efficacité des stratégies de recommandation.
• Documentation et Partage de Connaissances: Documenter les meilleures pratiques et les enseignements techniques. Contribuer aux outils internes, bibliothèques et documentations. Participer à des sessions de partage de connaissances et à des présentations techniques pour favoriser une culture d'apprentissage continu.

• Diplôme de Bachelor ou Master en informatique, science des données, statistiques, mathématiques, analyses ou une discipline connexe.
• Plus de 2 ans d'expérience dans la construction de modèles de deep learning pour des systèmes de recommandation à grande échelle.
• Maîtrise des frameworks d'apprentissage automatique tels que TensorFlow ou PyTorch.
• Compétence en SQL, Python et Spark pour l'analyse et la manipulation des données. Une expérience avec Databricks est un plus.
• Maîtrise des statistiques, de la conception d'expériences et de l'analyse exploratoire de données.
• Expérience avec des plateformes cloud comme Azure ou GCP.
• Une expérience en ingénierie des