Lead Analytics Engineer

Job expired!

Facet, w pełni zdalna firma FinTech, której misją jest wspieranie ludzi w prowadzeniu bogatego życia poprzez dostarczanie nowego standardu doradztwa finansowego, poszukuje skrupulatnego i metodycznego Głównego Inżyniera Analityki, który dołączy do naszego zespołu Data Science & Analytics.

Jako Główny Inżynier Analityki w Facet, będziesz odgrywać kluczową rolę w doskonaleniu naszych programów dotyczących wglądów oraz funkcji uczenia maszynowego. Będziesz stanowić pomost między operacjami biznesowymi, naszą platformą a zespołem danych, aby stworzyć doświadczenie członków na światowym poziomie.

Obowiązki:

Rozwój i utrzymanie podstawowych modeli danych do efektywnego wykorzystania w przypadkach użycia Analityki, Data Science i Machine Learning.
Efektywna orkiestracja modeli danych w celu zapewnienia dokładności, dostępności i opłacalności.
Zarządzanie relacjami z kluczowymi partnerami technologicznymi w obszarze Data Science & Analytics, Software Engineering, Business Operations, Cybersecurity i Platform Engineering.
Identyfikowanie i rozwiązywanie podejrzanych zachowań systemu i wyników, aby zapobiec problemom z raportowaniem i wynikami modelu.

Wymagane cechy:

Wzorcowe umiejętności komunikacyjne, zwłaszcza z interesariuszami niezwiązanymi z danymi.
Silne umiejętności rozwiązywania problemów i analizy.
Silna znajomość i wrażliwość na ochronę prywatności danych klientów.
Chęć do ciągłego uczenia się i dzielenia się wiedzą.
Zasoby i kreatywność, komfort w rozwiązywaniu skomplikowanych problemów biznesowych w małych zespołach z minimalnym nadzorem.

Wymagane umiejętności techniczne:

Rozległe doświadczenie z Pythonem i SQL w rozwiązywaniu problemów związanych z danymi.
Znajomość środowisk chmurowych takich jak BigQuery lub Snowflake oraz wspierających technologii GCP lub AWS.
Doświadczenie w monitorowaniu dużych projektów i budżetów na GCP lub AWS.
Zaawansowane doświadczenie z silnikami szablonów SQL, takimi jak dbt i Airflow.
Doświadczenie z rozproszonymi systemami danych, takimi jak Apache Spark.
Znajomość ram uczenia maszynowego takich jak scikit-learn i xgboost.
Doświadczenie z kontrolą wersji we współpracy z analitykami, naukowcami danych i inżynierami ML.

Dodatkowe umiejętności i wiedza:

Głębokie zrozumienie procesów Data Science, Machine Learning i Analytics.
Doświadczenie w budowaniu podstawowych modeli danych historycznych.
Doświadczenie w modelowaniu danych klientów, w tym agregacji miar behawioralnych i rozwiązywaniu tożsamości.
Znajomość danych finansowych, w tym transakcji i sald kont, będzie dodatkowym atutem.
Znajomość sprzedaży subskrypcyjnej, danych marketingowych, analityki internetowej i śledzenia ecommerce.
Doświadczenie z modelowaniem atrybucji wielostykowej.

Kompensacja i benefity: