Senior Machine Learning Engineer (Modeling), Measurement

Описание компании

С момента нашего открытия в 2009 году, Square была в авангарде эволюции коммерции. Изначально созданная, чтобы дать возможность любому обрабатывать платежи и использовать возможности для продаж, наша миссия расширилась, когда мы увидели необходимость в более интегрированных, согласованных бизнес-инструментах. Сегодня мы предлагаем набор инструментов для работы в разных каналах через наши программные решения — начиная с оптимизации онлайн-продаж, управления запасами, инновационных услуг покупки в рассрочку через Afterpay, бронирования услуг, до вовлечения клиентов и управления персоналом. Все это дополняется нашими встроенными финансовыми услугами в точке продаж, что позволяет без проблем получить доступ к бизнес-займам и управлять денежными потоками на высоком уровне. Наша приверженность через Afterpay и другие сервисы позиционирует нас как ключевого партнера для продавцов различных масштабов — от локальных стартапов до крупных, устоявшихся предприятий.

Описание должности

Команды машинного обучения для измерения в рамках нашей организации Go-To-Market (GTM) имеют решающее значение для формирования будущего коммерции разработкой передовых моделей и алгоритмов ML. Эти усилия критически важны для предоставления значимых выводов по всеобъемлющим метрикам компании и уточнения атрибуции каналов GTM. Ваша роль как старшего инженера по машинному обучению будет ключевой в совершенствовании системы измерений Square путем разработки сложных данных, основанных на решениях, которые информируют стратегические решения по росту и инвестициям.

Обязанности:

• Выступать в качестве нашего внутреннего специалиста по данным, основанным на атрибуции, для продвижения расширения Square.
• Разрабатывать новое поколение решений в области науки о данных и машинного обучения, центральных для системы атрибуции Square.
• Сотрудничать с ключевыми заинтересованными сторонами из Финансового отдела, Маркетинга, Продаж и других, чтобы адаптировать наши стратегии роста на основе надежных данных.
• Взаимодействовать с поставщиками данных третьей стороны для повышения атрибуции на всем протяжении воронки.
• Следить за новыми тенденциями в машинном обучении и науке о данных, применяя эти достижения для постоянного развития наших систем.

Квалификация: