Менеджер, Дата-наука

Описание компании

Freshworks упрощает и ускоряет бизнес-процессы, повышая удовлетворенность клиентов и сотрудников. Мы достигаем этого, принимая новаторский подход к проектированию и поставке программного обеспечения, которое экономично, быстро настраивается и ориентировано на пользователя. Более 50 000 организаций — от стартапов до публичных компаний — во всем мире используют программное обеспечение как услугу от Freshworks для улучшения управления взаимоотношениями с клиентами (CRM) и опыта сотрудников (ITSM, HRSM). Основавшаяся в калифорнийском Сан-Матео, компания Freshworks имеет специализированные команды в 13 мировых локациях. Среди наших клиентов такие компании как American Express, Sony, Vice Media, TaylorMade, Sotheby’s, Stitchfix, OfficeMax, Multichoice, Delivery Hero, ITV, и Klarna. Freshworks совершенствует методы сотрудничества ведущих мировых организаций с их клиентами и коллегами. Наша линейка продуктов включает Freshdesk (омниканальная поддержка клиентов), Freshsales (автоматизация продаж), Freshmarketer (автоматизация маркетинга), Freshservice (IT-сервисный стол), Freshteam (система управления персоналом).

Описание вакансии

Внутренняя роль (работа отдельного исполнителя)

Наши сотрудники - это уникальное преимущество Freshworks. По мере быстрого расширения мы ищем ведущего специалиста-датасайентиста для усиления нашей стратегической и операционной команды Go-To-Market (GTM). Отдел стратегических данных и искусственного интеллекта StratOps - это новая функция, которая позволяет GTM, корпоративной стратегии, финансам, маркетингу и руководству использовать прогнозную аналитику и искусственный интеллект (AI) для извлечения прикладных результатов, разработки ML-моделей для руководства GTM и других корпоративных команд, а также приобретения прогнозных сведений о состоянии и бизнес-показателях компании. Основная цель этой команды - помогать нашим клиентам в достижении их целей и создавать "вау" моменты взаимодействия. И мы получаем удовольствие от этого.

Эта позиция играет критическую роль в помощи нашим отделам маркетинга, продаж, финансов, корпоративной стратегии, руководящим стейкхолдерам и другим вспомогательным службам путем использования данных, исследований и искусственного интеллекта для получения прикладных знаний, улучшения стратегий и повышения удовлетворенности клиентов.

обязанности на работе

1. Инновационные исследования: проведение перспективных научно-исследовательских проектов в области данных.

2. Стратегическое мышление: вклад в стратегическое направление данных внутри организации.

3. Лидерство в области стратегии: заслуживание уверенности деловых стейкхолдеров и руководства, и продвижение науки о принятии решений с использованием лучших практик отрасли.

4. Стратегия данных: формирование и выполнение стратегии науки о данных и извлечение применимых знаний для организации.

5. Лидерство в команде: руководство и наставничество в команде по работе с данными.

6. Межфункциональное сотрудничество: сотрудничество с другими отделами для достижения бизнес-результатов.

7. Разработка продуктов на основе данных: лидерство в создании продуктов, основанных на данных.

8. Глубокие знания в определенной области: глубокие знания в определенной отрасли или домене (например, продажи, маркетинг (GTM), продуктовый рост, продвинутое прогнозирование, анализ мнений, обработка естественного языка и т.д.)

9. Этика и соблюдение правил: обеспечение этичного и законного использования данных.

10. Деловая проницательность: глубокое понимание бизнеса и его проблем.

Квалификация

Требования к квалификации:

- Бакалавр или магистр в области компьютерных наук, обработки данных или в смежной области.

- Подтвержденный опыт работы (8-10 лет) в роли дата-сайентиста, научного исследователя, архитектора машинного обучения или в аналогичной должности.

- Исключительные навыки программирования на Python и знакомство со Spark для обработки больших данных.

- Значительное понимание сервисов AWS, особенно SageMaker, для создания и развертывания моделей машинного обучения.

- Отличное знание моделей машинного обучения, алгоритмов и статистики.

- Знакомство с практиками и инструментами MLOps для оптимизации жизненного цикла машинного обучения.

- Способность точно оценивать временные рамки проекта и составлять подробные планы для исполнения проекта.

- Сильные навыки сотрудничества для эффективной работы с инженерами машинного обучения, дата-сайентистами и менеджерами проектов.

- Отличные навыки решения проблем и детальный подход к работе.

Если вы преуспеваете в динамичной среде и у вас есть страсть к машинному обучению и системной архитектуре, мы будем рады услышать от вас. Присоединитесь к нашей команде и внесите свой вклад в развитие передовых систем машинного обучения, которые преобразуют нашу отрасль.

Дополнительная информация