Menadżer, Data Science

Opis firmy

Freshworks upraszcza i przyspiesza procesy biznesowe, zwiększając satysfakcję klientów i pracowników. Dokonujemy tego, przyjmując nowatorskie podejście do projektowania i dostarczania oprogramowania, które jest ekonomiczne, szybko do ustawiania i skoncentrowane na użytkowniku. Ponad 50 000 organizacji na całym świecie, od start-upów po firmy publiczne, korzysta z oprogramowania jako usługi (SaaS) Freshworks, aby wzbogacić zarządzanie relacjami z klientami (CRM) i nasycać doświadczenia pracowników (ITSM, HRSM). Freshworks, mający swoją siedzibę w San Mateo w Kalifornii, prowadzi dedykowane zespoły w 13 lokalizacjach na całym świecie, obsługując klientów takich jak American Express, Sony, Vice Media, TaylorMade, Sotheby’s, Stitchfix, OfficeMax, Multichoice, Delivery Hero, ITV, i Klarna. Freshworks doskonali metody współpracy dla najwyższej klasy organizacji z ich klientami i kolegami. Pakiet zawiera Freshdesk (wszechkanałowe wsparcie dla klienta), Freshsales (automatyzacja sprzedaży), Freshmarketer (automatyzacja marketingu), Freshservice (serwis IT), Freshteam (system zarządzania zasobami ludzkimi).

Opis stanowiska

Stanowisko wewnętrzne (osoba wykonująca indywidualne działania)

Nasi pracownicy stanowią unikalny atut Freshworks. Kontynuując dynamiczny rozwój, poszukujemy Starszego Naukowca Danych, który dołączy do naszego zespołu odpowiedzialnego za strategię i operacje Go-To-Market (GTM). Dział StratOps Data Insights & AI to nowa funkcja umożliwiająca zespołom GTM, Corporate Strategy, Finance, Marketing oraz zarządzaniu korzystanie z predyktywnej analityki oraz sztucznej inteligencji, aby uzyskiwać praktyczne informacje, tworzyć modele ML kierujące zespołami GTM i innymi korporacyjnymi, oraz zdobywać predyktywne wglądy w zdrowie i wydajność biznesu. Głównym celem tego zespołu jest dążenie do pomocy naszym klientom w osiąganiu ich celów, tworząc jednocześnie „wow” momenty zaangażowania. Czerpiemy również przyjemność z robienia tego.

To stanowisko pełni kluczową rolę w wspieraniu naszych działów marketingu, sprzedaży, finansów, strategii korporacyjnej, interesariuszy wykonawczych i innych sekcji wsparcia poprzez wykorzystanie danych, badań i sztucznej inteligencji do generowania praktycznych wglądów, udoskonalania strategii i poprawy doświadczeń klientów.

Obowiązki pracownika

1. **Innowacyjne badania**: Prowadzenie przełomowych projektów badawczych w dziedzinie nauki o danych.

2. **Strategiczne myślenie**: Wkład w kierunek strategiczny nauki o danych w organizacji.

3. **Przywództwo intelektualne**: Budowanie zaufania interesariuszy i menedżerów, oraz propagowanie nauki o decyzjach zgodnie z najlepszymi praktykami w branży.

4. **Strategia danych**: Formułowanie i realizacja strategii nauki o danych oraz praktycznych wglądów dla organizacji.

5. **Przywództwo zespołowe**: Nadzorowanie i mentoring drużyn zajmujących się nauką o danych.

6. **Współpraca międzyfunkcyjna**: Współpraca z innymi działami w celu osiągnięcia wyników biznesowych.

7. **Rozwój produktów opartych na danych**: Pionierskie podejście do rozwoju produktów opartych na danych.

8. **Zaawansowana wiedza z zakresu**: Głęboka wiedza z konkretnych dziedzin lub branż (np. sprzedaż, marketing (GTM), prowadzenie wzrostu produktu, zaawansowane prognozowanie, analiza nastrojów, przetwarzanie języka naturalnego itp.)

9. **Etyka i zgodność**: Gwarantowanie etycznego i zgodnego z prawem wykorzystania danych.

10. **Zrozumienie biznesu**: Głębokie zrozumienie biznesu i jego wyzwań.

Kwalifikacje

Kwalifikacje:

- Licencjat lub magister informatyki, nauki o danych lub pokrewnej dziedziny.

- Udowodnione doświadczenie (8-10 lat) jako naukowiec danych, naukowiec badawczy, architekt uczenia maszynowego lub na podobnym stanowisku.

- Wyjątkowe umiejętności programowania w Pythonie oraz znajomość Spark do przetwarzania dużych zbiorów danych.

- Znaczne zrozumienie usług AWS, szczególnie SageMaker, do budowania i wdrażania modeli uczenia maszynowego.

- Doskonała znajomość modeli uczenia maszynowego, algorytmów i statystyk.

- Znajomość praktyk i narzędzi MLOps do usprawniania cyklu życia uczenia maszynowego.

- Umiejętność dokładnego szacowania harmonogramów projektów i tworzenia szczegółowych planów ich realizacji.

- Silne umiejętności kolaboracji, umożliwiające efektywną współpracę z inżynierami uczenia maszynowego, naukowcami danych i menedżerami produktów.

- Doskonałe umiejętności rozwiązywania problemów i szczegółowe podejście do pracy.

Jeśli dobrze sobie radzisz w szybkim tempie i masz pasję do uczenia maszynowego i architektury systemów, chcielibyśmy z Tobą porozmawiać. Dołącz do naszego zespołu i przyczyn się do rozwoju zaawansowanych systemów uczenia maszynowego, które będą transformować naszą branżę.

Dodatkowe informacje