Specjalista ds. Analizy Danych, Platforma Handlowa

Opis firmy

Od momentu naszego powstania w 2009 roku, branża handlowa przeszła ogromne zmiany, podobnie jak Square. Po dostarczeniu platformy umożliwiającej każdemu dokonywanie płatności bez przegapienia żadnej sprzedaży, zauważyliśmy, że sprzedawców hamują niezintegrowane, przestarzałe produkty i narzędzia, które były niekompatybilne.

Dlatego zdecydowaliśmy się na oprogramowanie i zaczęliśmy tworzyć zintegrowane, wielokanałowe rozwiązania - aby pomagać sprzedawcom w sprzedaży online, zarządzaniu zapasami, wdrażaniu opcji "kup teraz, płać później" za pomocą Afterpay, planowaniu spotkań, angażowaniu lojalnych klientów, a także zatrudnianiu i wypłacaniu wynagrodzenia dla personelu. We wszystkich tych sektorach włączyliśmy narzędzia usług finansowych do operacji punktu sprzedaży, umożliwiając właścicielom firm na zabezpieczenie pożyczki dla przedsiębiorstw i zarządzanie przepływami pieniężnymi z jednej platformy. Afterpay dodatkowo wspiera nasze dążenie do dostarczania wielokanałowych narzędzi, które odkrywają znaczącą wartość i wzrost, umożliwiając sprzedawcom dotarcie do nowego pokolenia kupujących, zwiększanie wielkości zamówień i konkurowanie na większą skalę.

Dzisiaj pracujemy ze sprzedawcami wszystkich wielkości - dużymi przedsiębiorstwami o skomplikowanych operacjach, nowymi sprzedawcami, a także handlowcami, którzy rozpoczęli od Square i od tego czasu się rozwijają. Wraz z rozwojem naszych sprzedawców rozwijają się też nasze rozwiązania. Czeka na nas ogromne zadanie. Budujemy znaczące, sensowne i trwałe biznesy, a naszym sprzedawcom pomagamy zrobić to samo.

Opis stanowiska

Naukowcy zajmujący się danymi w zespole Orders Analytics pracują w zespołach produktowych, wykorzystując inżynierię, analizy, statystyki i uczenie maszynowe do wspierania podejmowania decyzji opartych na danych w procesie tworzenia produktów. Naukowcy zajmujący się danymi umożliwiają realizację misji Square dotyczącej gospodarczego upoważnienia poprzez wykorzystanie danych do budowania zrozumienia i empatii dla naszych klientów, co pomaga nam tworzyć imponujące doświadczenie produktowe.

Twoje obowiązki będą obejmować:

• Współpraca z interesariuszami produktów w celu zidentyfikowania, priorytetyzowania i udzielenia odpowiedzi na kluczowe pytania, w których analizy mogą mieć istotny wpływ i dostarczać działania oparte na rzetelnych informacjach
• Rozwijanie narzędzi i zasobów promujących dostęp do danych i samodzielność, dzięki czemu twoje umiejętności można wykorzystać tam, gdzie mają największy wpływ
• Stosowanie różnych taktyk, takich jak statystyka, ilościowe rozumowanie, uczenie maszynowe i rozróżnianie, kiedy proste rozwiązania analityczne (np. szybka wizualizacja) są preferowane w stosunku do skomplikowanych (np. uczenie maszynowe).
• Komunikowanie analiz i decyzji do interesariuszy na wysokim poziomie w formie werbalnej, wizualnej i pisemnej
• Przyczynianie się do strategii danych platformy i przekonywanie interesariuszy do podejmowania świadomych decyzji architektonicznych i projektowych, które wpływają na dane w Square

Kwalifikacje

Posiadasz:

• Co najmniej 3-letnie doświadczenie w zakresie nauki o danych skoncentrowanej na produkcie lub równoważne
• Biegłość w SQL
• Doświadczenie w przeprowadzaniu analiz danych i uczenia maszynowego przy użyciu Pythona lub R
• Doświadczenie w wykorzystywaniu statystyki do informowania procesu podejmowania decyzji
• Zdolność do zrozumienia złożonych systemów biznesowych i danych; wszechstronność i chęć nauki nowych technologii w trakcie pracy

Jeszcze lepiej, jeśli:

• Masz tytuł licencjata, magistra, doktora) z zakresu matematyki, statystyki, informatyki, nauk ścisłych, ekonomii lub pokrewnego pola technicznego
• Masz doświadczenie z narzędziem BI, takim jak Looker lub Tableau
• Masz doświadczenie z projektowaniem, tworzeniem i najlepszymi praktykami dotyczącymi magazynu danych

Technologie, których używamy i nauczamy:

• SQL (Snowflake)
• Python (numpy, pandas, scikit-learn, etc.)
• Uczenie maszynowe (np. regresja, metody ensemble, sieci neuronowe, etc.)
• Statystyka (metody bayesowskie, projektowanie eksperymentów, wnioskowanie przyczynowe)
• Snowflake
• Google Cloud Platform: BigQuery, Dataflow i Composer
• Airflow & Prefect dla ETL
• Looker, Amplitude, & Tableau dla wizualizacji danych

Dodatkowe informacje

Block przyjmuje podejście oparte na rynku w odniesieniu do wynagrodzenia, a pensja może różnić się w zależności od miejsca zamieszkania. Kanadyjskie lokalizacje są kategorizowane na jedną z dwóch stref na podstawie wskaźnika kosztów pracy dla danego obszaru geograficznego. Początkowej pensji udanego kandydata będzie determinować na podstawie jego umiejętności, doświadczenia, kwalifikacji, miejsca pracy i warunków rynkowych. Te zakresy mogą być dostosowane w przyszłości.

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