Senior Data Scientist - Recommender Systems (P508)

Dołącz do Liderów w Dziedzinie Analizy Danych Detalicznych w 84.51°

84.51° to wiodąca firma zajmująca się analizą danych detalicznych, dostarczaniem wnikliwych informacji oraz mediami. Współpracujemy z The Kroger Co., firmami produkującymi dobra konsumpcyjne, agencjami, wydawnictwami i partnerami, aby tworzyć spersonalizowane i wartościowe doświadczenia dla kupujących na każdym etapie ich podróży zakupowej.

Wykorzystując najnowocześniejszą technologię, gromadzimy dane pierwszej ręki z ponad 62 milionów gospodarstw domowych w USA za pośrednictwem programu lojalnościowego Kroger Plus. Te dane napędzają podróż skoncentrowaną na kliencie poprzez 84.51° Insights, 84.51° Loyalty Marketing oraz nasze rozwiązanie do reklamy detalicznej, Kroger Precision Marketing.

Zapraszamy Cię do dołączenia do naszego dynamicznego zespołu w 84.51°!

Nasz Zespół Personalizacji ma na celu tworzenie odpowiednich i spersonalizowanych doświadczeń dla strony E-commerce Kroger, jednej z 10 najlepszych firm e-commerce w USA. Dostarczamy biliony rekomendacji milionom klientów Kroger. Nasze portfolio naukowe obejmuje systemy rekomendacji produktów i kuponów, rekomendacje zamienników oraz przepisy do gotowania.

Opracowywanie Innowacyjnych Systemów Rekomendacji: Projektowanie, rozwijanie i wdrażanie niestandardowych systemów rekomendacji dostosowanych do unikalnych potrzeb branży detalicznej spożywczej. Wykorzystanie zaawansowanego uczenia maszynowego, w tym modeli głębokiego uczenia, do spersonalizowanych rekomendacji.

Ocena i Poprawa Wydajności Rekomendacji: Ustanowienie rygorystycznych metodologii do oceny algorytmów rekomendacji. Przeprowadzanie testów A/B i ocen offline, analiza przyczyn źródłowych oraz studia interpretacji modeli w celu identyfikacji możliwości poprawy. Polepszanie Personalizacji i Różnorodności: Polepszanie personalizacji w celu odzwierciedlenia indywidualnych preferencji, ograniczeń dietetycznych i nawyków zakupowych. Urozmaicanie rekomendacji w celu wprowadzenia użytkowników do szerszej gamy produktów. Serwowanie i Wdrażanie Modeli: Współpraca z inżynierami ML w celu efektywnego wdrażania modeli systemów rekomendacji. Wykorzystanie technologii takich jak Docker do solidnego serwowania modeli i skalowalności w środowisku produkcyjnym. Współpraca z Zespołami Międzyfunkcjonalnymi: Ścisła współpraca z analitykami danych, inżynierami danych oraz inżynierami full stack. Współpraca z zarządzaniem produktem i liderami biznesu w celu zrozumienia celów i przeprowadzenia optymalizacji. Generowanie Analiz i Wglądów: Integracja różnorodnych źródeł danych w celu tworzenia zbiorów danych do rozwoju modeli. Opracowywanie pipeline'ów analitycznych i dashboardów raportujących w celu śledzenia metryk wydajności i skuteczności strategii rekomendacyjnych. Dokumentowanie i Dzielenie Się Wiedzą: Dokumentowanie najlepszych praktyk i technicznych wniosków. Wkład w narzędzia wewnętrzne, biblioteki i dokumentację. Udział w sesjach dzielenia się wiedzą i tech talkach w celu promowania kultury ciągłego uczenia się.

Tytuł licencjata lub magistra w dziedzinie informatyki, analizy danych, statystyki, matematyki, analiz lub pokrewnych.

2+ lata doświadczenia w budowaniu modeli głębokiego uczenia dla dużych systemów rekomendacyjnych. Biegłość w ramach ML,