Software Engineering Manager, Bidding & Decisioning

Preferowani kandydaci są zlokalizowani w Bostonie, MA, i powinni być gotowi do przestrzegania wymagań harmonogramu pracy hybrydowej swojego zespołu.

Zespół Bidding & Decisioning w Wayfair ciągle optymalizuje setki milionów dolarów wydatków na reklamy przez innowacyjne rozwiązania wykorzystujące dane pierwszej i trzeciej strony oraz podejścia oparte na uczeniu maszynowym (ML). Nasze rozwiązania wpływają na różne platformy reklamowe, w tym Google, Meta, Pinterest i TikTok, i mają potencjał wpłynąć na miliardy dolarów przychodu.

Ta rola oferuje znaczącą możliwość dla silnych liderów do wpływania na przychody przez współpracę z zespołami biznesowymi, technologicznymi i naukowymi w celu budowania skalowalnych platform technologicznych opartych na ML. Pozycja ta wymaga równoważenia zarządzania ludźmi, nadzoru technicznego i przywództwa międzyfunkcjonalnego.

Zainteresowany naszą społecznością inżynierską? Odwiedź Wayfair Tech Blog aby uzyskać więcej informacji.

Kontakty kadry kierowniczej:

• Satish Gopalakrishnan, Associate Director for Growth & Ads Engineering
• Pramod Khincha, Director of Search & Recommendations Engineering

• Przewodzenie i mentoring zespołów inżynieryjnych, pomagając członkom zespołu osiągnąć ich najwyższy potencjał.
• Współpraca z kolegami z działu produktu, nauki danych i marketingu w celu określenia kierunku platformy i rozwoju map drogowych zespołu.
• Posiadanie technicznej wizji dla zarządzania cyklem życia modelu ML we współpracy z zespołem naukowym.
• Zapewnienie, że platformy są skalowalne, łatwe do utrzymania i rozciągliwe dzięki wiedzy technicznej.
• Nadzorowanie skutecznego, iteracyjnego dostarczania funkcji produktu.

• Stopień licencjata lub równoważne doświadczenie w informatyce lub pokrewnym obszarze.
• Ponad 10 lat doświadczenia w inżynierii oprogramowania, w tym praktyczne zarządzanie techniczne dużymi systemami i dziedzinami ML.
• Doświadczenie w bliskiej współpracy z zespołami nauki danych/uczenia maszynowego, zarządzanie cyklem życia modelu ML z dużymi zbiorami danych.
• Ekspertyza w podejmowaniu decyzji architektonicznych i projektowych dla dużych platform.
• Biegłość w Java, Python, magazynach danych relacyjnych i KV, systemach komunikacji, oraz zarządzanych platformach ML, takich jak Vertex AI lub Sagemaker.
• Doskonałe umiejętności komunikacyjne do skutecznej współpracy z inżynierami, naukowcami, menedżerami produktu i interesariuszami biznesowymi.

Czas wolny

• Płatne dni wolne
• Płatny czas wolny (PTO)

Zdrowie i wellness

• Pełne świadczenia zdrowotne (medyczne, dentystyczne, okulistyczne, HSA/FSA)
• Ubezpieczenie na życie
• Ochrona na wypadek niezdolności do pracy (krótkoterminowa i długoterminowa)