Senior Data Scientist

Dlaczego dołączyć do Pave? W Pave jesteśmy oddani prostej, lecz potężnej misji uczynienia wynagrodzeń sprawiedliwymi dla wszystkich. Osiągamy to, rozwijając najbardziej zaawansowaną platformę do zarządzania wynagrodzeniami, napędzaną największym na świecie zbiorem danych o wynagrodzeniach w czasie rzeczywistym. Dołącz do nas, aby pomóc firmom takim jak Hover, Sweetgreen i Airtable budować i zatrzymywać najlepsze zespoły przez skuteczne planowanie, komunikowanie i benchmarking ich strategii wynagrodzeń w czasie rzeczywistym.

Gwałtownie się rozwijamy i poszukujemy dynamicznych członków zespołu, którzy są chętni do wywierania wpływu w naszych pełnych życia biurach w San Francisco i Nowym Jorku. Jeśli dobrze czujesz się w środowisku, które ceni przełamywanie granic, intelektualną uczciwość i wpływową pracę, chcielibyśmy usłyszeć od Ciebie!

Jako Starszy Naukowiec Danych w Pave będziesz odgrywać kluczową rolę w naszym Zespole Danych Rynkowych. Ten zespół jest kluczowy w prototypowaniu i rozwijaniu nowych produktów danych oraz w doskonaleniu istniejących. Będziesz ściśle współpracować z menedżerami produktu i liderami rynku, aby dotrzeć do potrzeb użytkowników, współpracować z naszym zespołem ds. projektowania przy wczesnych prototypach i eksploracjach, oraz pracować obok naszego zespołu inżynierii oprogramowania, aby przekształcić te spostrzeżenia w wysokiej jakości, przyciągające produkty, które rezonują z użytkownikami.

Idealny kandydat to ktoś, kto nie tylko fascynuje się danymi i ich potencjałem do rozwiązywania problemów, ale także jest pasjonatem projektowania i wdrażania innowacyjnych rozwiązań danych, które są zarówno technicznie solidne, jak i przyjazne dla użytkownika.

• Rozwój i wdrażanie modeli uczenia maszynowego oraz zaawansowanych analiz statystycznych.
• Budowa infrastruktury danych wspierającej skalowalność i innowacje.
• Tworzenie i ocena wskaźników wydajności w celu ciągłego doskonalenia oferty produktowej.
• Komunikowanie skomplikowanych wniosków dotyczących danych dla różnorodnej publiczności w całej firmie.

• Zaawansowany stopień naukowy w dziedzinie ilościowej, takiej jak informatyka, inżynieria lub ekonomia.
• Co najmniej 4 lata doświadczenia w dziedzinie nauk o danych, najlepiej w środowisku technologicznym.
• Znajomość SQL i narzędzi modelowania statystycznego (Python lub R).
• Udowodniona umiejętność przekładania problemów biznesowych na rozwiązania oparte na danych.
• Silne umiejętności komunikacyjne i talent do wyjaśniania złożonych koncepcji w prostych terminach.

• Doświadczenie w ocenie modeli uczenia maszynowego.
• Znajomość narzędzi do transformacji, takich jak dbt.
• Dorobek w tworzeniu