Sr. Manager Data Science (Dark Stores Intelligence)

Как ведущая компания по доставке в регионе, мы несём большую ответственность и обладаем большой возможностью влиять на жизнь миллионов клиентов, ресторанов-партнёров и курьеров. Чтобы реализовать наш потенциал, нам нужно развивать платформу, чтобы она стала гораздо интеллектуальнее в понимании наших пользователей и работе с ними.

В роли Senior Manager Data Science в Global QC Hub вы будете руководить нашей талантливой ML-командой и управлять ею в её работе над улучшением оптимизации цен и повышением операционной эффективности. Вы будете тесно работать с Data Engineers и Data Scientists из более широкой команды по данным, а также сотрудничать с продуктовыми и бизнес-менеджерами в talabat и Delivery Hero.

Вы будете отвечать за весь ML-процесс — от выявления значимых возможностей до развёртывания (например, динамическое ценообразование, uplift modelling, контрфактуальный анализ, ассортимент, персонализация, прогнозирование спроса, оптимизация промоакций, операционная аналитика). Вы также будете руководить нашей практикой каузального вывода и экспериментов, чтобы влияние каждой модели и каждого решения измерялось строго.

• Глубоко разобраться в процессах, из которых состоят бизнес-продукты и операции QC.
• Глубоко изучить платформы данных QC и плотную экосистему данных.
• Использовать ваше понимание бизнеса и данных QC в сочетании с глубоким знанием ML, чтобы находить возможности применения ML для достижения огромной бизнес-ценности.
• Определять roadmap команды, критерии успеха и приоритеты в тесном сотрудничестве с инженерными и бизнес-партнёрами.
• Отвечать за весь ML-процесс, включая постановку задачи, определение обучающей задачи, разработку датасета, выбор подхода к моделированию, обучение и доработку модели, оценку и развёртывание в production.
• Руководить практикой экспериментов и каузального вывода: проектировать и проверять A/B-, мультивариантные, switchback- и geo-эксперименты и применять каузальные методы (incrementality, uplift modelling, matching) для измерения реального влияния на бизнес.
• Отвечать за аналитику данных, инженерию данных, моделирование данных и функции отчётности.
• Отвечать за проектирование и разработку нашей ML-платформы, включая управление признаками, непрерывное обучение, serving и интеграцию для сценариев как онлайн-, так и пакетного инференса.
• Участвовать в ключевых технических и проектных решениях и руководить их принятием, а также контролировать реализацию и развёртывание решений на основе ML.
• Эффективно сотрудничать с бизнес-, продуктовыми и инженерными менеджерами на протяжении жизненного цикла ML- и дата-продуктов.
• Поддерживать баланс между выстраиванием устойчивых практик и работой над проектами с высоким влиянием, с одной стороны, и поиском недорогих результатов с высоким влиянием и разумным определением объёма работ для более быстрого получения ценности — с другой.
• Обучать и наставлять наших ML-инженеров, data scientists и дата-инженеров как в технических вопросах, так и в профессиональном развитии.
• Разрабатывать, поддерживать и вести сквозные процессы анализа данных, инженерии данных и разработки ML.
• Руководить наймом и собеседованиями выдающихся специалистов по данным.
• Вносить вклад в общую стратегию компании и технологическое видение.
• Играть ключевую роль в дальнейшем развитии наших организационных структур, чтобы они соответствовали масштабу роста.

• Экспертное знание как классического машинного обучения, так и глубокого обучения.
• Большой опыт работы с классическими ML-фреймворками.
• Большой опыт работы с фреймворками глубокого обучения.
• Знакомство с классическими структурами данных и алгоритмами.
• Опыт развёртывания production ML-систем и управления ими в больших масштабах.
• Опыт работы с задачами рекомендаций, персонализации, поиска или логистики.
• Сильный опыт в проектировании экспериментов и статистическом анализе, умение проводить и анализировать A/B- и мультивариантные тесты.
• Сильное каузальное мышление и практический опыт измерения incrementality и uplift modelling.
• Опыт работы с продвинутыми методами экспериментов и каузального анализа, такими как switchback-тестирование, geo-тестирование, marketing mix modelling (MMM) и matching (например, PSM).
• Степень бакалавра в области инженерии, computer science, технологий или аналогичной области. Степень магистра или выше — плюс, но не обязательна.
• Более 10 лет общего опыта работы в разработке программного обеспечения и данных, включая опыт в нескольких дисциплинах работы с данными.
• Более 8 лет опыта в машинном обучении в быстрорастущей компании с потребительским продуктом или аналогичной.
• Более 3 лет опыта управления инженерными командами в ML-инженерии или смежной области.

• Опыт оптимизации процессов или автоматизации рабочих процессов — плюс.
• Опыт работы с конвейерами данных, моделированием данных и отчётностью по данным — плюс.