Director, Research Science (P1072)

84.51° - це провідна компанія з аналізу даних, інсайтів та медіа-ринку роздрібної торгівлі, яка прагне покращити покупецький досвід, пропонуючи персоналізовані та цінні послуги. Як важлива частина The Kroger Co., ми надаємо товарам широкого вжитку, агентствам, видавцям і афілійованим компаніям інноваційні рішення.

У 84.51° ми використовуємо дані роздрібної торгівлі від більш ніж 62 мільйонів домогосподарств у США через програму лояльності Kroger Plus. Використовуючи передову науку про дані, ми надаємо інсайти, орієнтовані на споживача, маркетинг лояльності та наше рекламне рішення в роздрібній торгівлі Kroger Precision Marketing.

Роль Директора з наукових досліджень у галузі штучного інтелекту/машинного навчання передбачає унікальну можливість використовувати глибокий досвід у машинному навчанні, оптимізації, штучному інтелекті та прогнозуванні для вирішення критичних бізнес-завдань. Ця старша роль включає створення, налаштування та застосування передових наукових методів до багатих, різноманітних даних, що визначатиме майбутнє наших досліджень та сприятиме розвитку бізнесу.

• Дослідження та розробка передових технічних рішень у галузі AI/ML, статистичного аналізу, класифікації та кластеризації, а також оптимізації.
• Адаптація та застосування нових наукових методів і технологій до бізнес-завдань.
• Співпраця з іншими вченими та лідерами думок для формування напрямків досліджень.
• Співпраця з розробницькими командами для покращення інструментів, процесів та продуктивності моделей.
• Переказ досліджень у прототипи для тестування і впровадження.
• Керівництво, наставництво і розвиток команди кваліфікованих професіоналів.

• Докторський ступінь або магістр у галузях, таких як машинне навчання, штучний інтелект, комп'ютерні науки, математика, статистика або суміжні напрямки. Виняткові досягнення в роздрібній торгівлі або сфері споживання можуть замінити докторський ступінь у деяких випадках.
• Доведена здатність самостійно проводити дослідження та визначати порядок денний для молодших вчених та розробників.
• Комфортне засвоєння нових наукових напрямків і технологій самостійно.
• Досвід публікації високоякісних наукових праць або технічних досліджень, що пройшли рецензування.
• Володіння Python, Spark, APIs, хмарними та розподіленими/паралельними обчисленнями.

• Експертиза у створенні обчислювально ефективних рішень за допомогою технік профілювання та бенчмаркінгу.
• Досвід повного циклу розробки програмного забезпечення, CI/CD та MLOps.
• Володіння навичками з успішного створення масштабних алгоритмічних рішень, що були доставлені зацікавленим сторонам.
• Знання про весь ланцюжок машинного навчання та інструменти MLOps (наприклад, реєстр моделей, відстеження експериментів, магазин ознак, моніторинг моделей).