Специалист по обработке данных, Торговая платформа

Описание компании

С момента нашего основания в 2009 году коммерческая индустрия претерпела огромные изменения, и Square тоже изменилась. Предоставив платформу для обработки любых платежей без упущения каких-либо продаж, мы заметили, что продавцы сталкиваются с проблемами из-за разрозненных, устаревших продуктов и инструментов, которые были несовместимы.

Поэтому мы занялись разработкой программного обеспечения и начали создавать интегрированные, многоцелевые решения – чтобы помочь продавцам в онлайн-продажах, управлении запасами, внедрении функций "купить сейчас, заплатить потом" через Afterpay, планировании встреч, вовлечении лояльных клиентов, найме и оплате персонала. Во всех этих секторах мы интегрировали инструменты финансовых услуг в операции на точке продажи, позволяя владельцам бизнеса получать бизнес-займы и управлять своими денежными потоками с одной платформы. Afterpay продвигает нашу цель предоставления многоцелевых инструментов, которые открывают значительную ценность и рост, позволяя продавцам привлекать новое поколение покупателей, увеличивать размеры заказов и конкурировать в более крупном масштабе.

Сегодня мы работаем с продавцами всех размеров - большими компаниями с сложной операционной деятельностью, новыми продавцами, а также торговцами, которые начинали с Square и с тех пор расширились. Поскольку наши продавцы продолжают расти, наши решения тоже развиваются. Перед нами огромные возможности. Мы строим крупный, значимый и долгосрочный бизнес, и мы помогаем продавцам по всему миру делать то же самое.

Описание работы

Специалисты по наукам о данных в команде по аналитике заказов работают в рамках продуктовых команд, используя инженерные технологии, аналитику, статистику и машинное обучение для стимулирования принятия решений на основе данных при разработке продуктов. Специалисты по наукам о данных позволяют Square реализовывать миссию экономического оснащения за счет использования данных для изучения и понимания наших клиентов, что помогает нам создавать впечатляющий опыт продукта.

Ваши обязанности будут включать в себя:

• Сотрудничество с заинтересованными лицами продукта для определения, приоритизации и ответа на ключевые вопросы, где аналитика может оказать значительное воздействие и предоставить практически значимые выводы
• Разработка инструментов и ресурсов для обеспечения доступа к данным и самообслуживания, чтобы ваша экспертиза могла быть использована там, где она наиболее важна
• Применение различных тактик, таких как статистика, количественные методы и машинное обучение, и определение, когда простые аналитические решения (например, быстрая визуализация) предпочтительны сложным (например, машинное обучение)
• Донесение результатов анализов и решений до руководства в устной, визуальной и письменной форме
• Вклад в стратегию данных платформы и убеждение заинтересованных лиц в необходимости принятия обоснованных решений по архитектуре и дизайну, влияющим на данные в Square.

Требования

У вас есть:

• 3+ года опыта работы в области данных, связанной с продуктом, или эквивалентного опыта
• Уровень владения SQL
• Опыт работы с анализом данных и машинным обучением на Python или R
• Опыт использования статистики для принятия решений
• Способность понимать сложные бизнес- и данных системы; гибкость и желание учиться новым технологиям на рабочем месте

Еще лучше, если:

• У вас есть степень (Б.С., М.С., кандидат наук) в области математики, статистики, информатики, физической науки, экономики или в смежной технической области
• У вас есть опыт работы с инструментом BI, таким как Looker или Tableau
• У вас есть опыт проектирования, разработки и использования лучших практик хранилища данных

Технологии, которые мы используем и обучаем:

• SQL (Снежинка)
• Python (numpy, pandas, scikit-learn и др.)
• Машинное обучение (например, регрессия, ансамблевые методы, нейронные сети и др.)
• Статистика (байесовские методы, проектирование экспериментов, вывод причинно-следственных связей)
• Snowflake
• Google Cloud Platform: BigQuery, Dataflow, и Composer
• Airflow & Prefect для ETL
• Looker, Amplitude, & Tableau для визуализации данных

Дополнительная информация

Block применяет рыночный подход к определению заработной платы, и зарплата может варьироваться в зависимости от местоположения. Канадский регион разделен на две зоны в соответствии с индексом стоимости труда для соответствующей географической зоны. Начальная заработная плата успешного кандидата будет определена в зависимости от его навыков, опыта, квалификации, местоположения работы и рыночных условий. Эти вилки могут быть скорректированы в будущем.

CA-A: CAD $104,100.00 - CAD $156,100.00
CA-B: CAD $100,400.00 - CAD $150,600.00