Аналитик данных/Инженер

В Slyp мы работаем в сфере обслуживания клиентов. Нам кажется абсурдным, что люди могут платить со своего смартфона, но при этом все еще получают бумажный чек, который существует уже веками. Традиционные чеки лишь доставляют неудобства клиентам и, помимо служения доказательством покупки, не приносят никакой пользы ни ритейлерам, ни потребителям. Мы стремимся изобретать технологии высшего класса и способствовать охране окружающей среды, улучшая каждый чек. Вот почему мы создали Slyp Smart Receipt. Почему работать в Slyp - это замечательно? Slyp Village привлекает высококвалифицированные кадры со всего мира. Наша располагающая атмосфера позволяет сотрудникам Slyp демонстрировать свою творческую энергию и амбиции, будучи частью инициативы, которая меняет все к лучшему. Вот некоторые из наших преимуществ: - Программа совместного владения акциями сотрудниками (ESOP) - Щедрая программа обучения и развития - бюджет в $1500 в каждом году для совершенствования ваших навыков. - Slyp Gives - мы проводим 2 дни в году, посвященные возвращению сообществу - Конкурентоспособная политика по отпускам, включая декретный отпуск - Гибкий график работы и возможность работать из любой точки мира в течение определенного периода - Офис, дружелюбный к питомцам, ежемесячные обеды и обучение (иногда спонтанное), а также постоянная программа развлечений и взаимодействия в команде Что мы ищем Вам нужно обладать сильными математическими и числовыми навыками, а также хорошо разбираться в SQL, фреймворках ETL и скриптах веб-сайтов. Вы будете работать с данными и анализировать их, чтобы прогнозировать и повысить производительность, создавать продукты на основе данных, а также проектировать и поддерживать ключевые активы данных. Вы будете помогать в проектировании, внедрении и оптимизации процессов обработки данных. Ваши задачи будут включать создание новых прототипов алгоритмов, представление и визуализацию данных, сотрудничество со стратегическими партнерами, проведение статистического анализа, прогнозирование трендов и выполнение адхок-анализа. Вы также будете предоставлять услуги по математическому моделированию и анализу для поддержки других подразделений бизнеса. Как выглядит обычный рабочий день? Моделирование и анализ данных: - Использовать статистический анализ для извлечения ценных сведений - Разработать предсказательные модели для улучшения бизнес-процессов и принятия решений. - Развитие в машинном обучении - это плюс Отчетность и визуализация: - Проектирование и поддержка панелей управления и отчетов для внутренних и внешних заинтересованных сторон - Эффективное представление результатов анализа для корректировки бизнес-стратегий Оптимизация производительности: - Постоянная оптимизация систем обработки данных для повышения эффективности, масштабируемости и сокращения затрат - Применение лучших практик по работе с данными для обеспечения надежной и стабильной инфраструктуры Обеспечение качества данных: - Применение проверки качества данных и мониторинга для обеспечения точности и единообразия данных - Обнаружение и устранение проблем, связанных с данными, по мере их возникновения Интеграция данных: - Разработка и поддержка систем обработки данных для сбора, очистки и структурирования данных из различных источников Безопасность данных: - Обеспечение соблюдения стандартов по защите данных и приватности и применение необходимых мер защиты Какой опыт или знания вы внесете в команду? - Бакалаврская или более высокая степень по направлениям: информатика, обработка данных, информационные системы, экономика или смежные области. - Знание сервисов AWS для работы с данными (например, Glue, Redshift, Quicksight, Athena, S3, Sagemaker). - Дополнительные знания о других сервисах AWS будут плюсом (например, Lambda, Kinesis, DMS, IAM, KMS). - Подтвержденный опыт работы с данными, включая SQL, Python, процессы ETL и моделирование данных. - Опыт работы с большими наборами данных и решениями для хранения данных. - Знакомство с методами и инструментами машинного обучения будет плюсом. Дополнительный опыт или знания, которые могут быть полезны, включают в себя: - Предыдущий опыт работы на аналогичной должности в технологической или финтех-индустрии. - Предыдущий опыт в работе с аналитикой данных для розничной торговли. Наш процесс найма 1. Предварительный телефонный звонок от нашего HR-партнера. 2. Техническое интервью с главным инженером. 3. Собеседование с руководителями по инженерии и данных. 4. Финальное собеседование с CTO и сооснователем. Требования Из-за нашей гибкой модели работы, мы в настоящее время не рассматриваем заявки на удаленную работу. Мы рассматриваем только кандидатов, проживающих в Сиднее, Новый Южный Уэльс.