Principal Data Scientist (Hybrid)

Job Summary

Job Description Summary В качестве Principal Data Scientist в Insulet вы будете помогать формировать принятие решений на основе данных во всей компании, преобразуя сложные данные в надежные аналитические сведения, которые влияют на стратегию, инновации и производительность бизнеса. Эта заметная роль находится в центре трансформации Insulet в области ИИ и данных, определяя аналитическую строгость, предиктивный интеллект и системы принятия решений, которые поддерживают дальнейший рост и операционное совершенство. У вас будет возможность решать значимые бизнес-задачи в масштабах компании, помогая создавать будущее аналитических возможностей данных в компании, посвященной улучшению жизни людей с помощью технологий для лечения диабета.

Обзор роли

Principal Data Scientist — это старший технический лидер в команде Data Science в организации Enterprise Data & AI. Эта роль определяет аналитические стандарты, формирует техническое направление стратегически важных инициатив и применяет глубокие знания в области статистики, экспериментов, причинно-следственного анализа, прогнозирования, машинного обучения и количественных методов принятия решений для решения наиболее сложных бизнес-задач.

Этот специалист остается вовлеченным в работу там, где она является новой, высокорискованной или критически важной для компании, расширяя свое влияние посредством технического руководства, повторно используемых методов, строгой проверки, наставничества и межфункционального взаимодействия. Principal Data Scientist сотрудничает с отделами Insights & Analytics, Analytics Engineering, AI Engineering, Data Engineering, командами по управлению данными и бизнес-лидерами для преобразования неясных вопросов в обоснованные аналитические программы и измеримые результаты.

Это роль индивидуального исполнителя с влиянием на всю компанию. Успех измеряется не только качеством лично выполненной работы, но и улучшенными решениями, установленными стандартами, развитыми возможностями и повышением качества аналитики во всех командах.

Сфера ответственности

Аналитическая стратегия и техническое лидерство на уровне компании Определять и развивать аналитические методологии, стандарты и лучшие практики, используемые командой Data Science и всей организацией Enterprise Data & AI. Формировать аналитическую дорожную карту, выявляя возможности с высокой ценностью, определяя, где требуются передовые методы, и помогая расставлять приоритеты инвестиций на основе бизнес-ценности, осуществимости, риска принятия решений и готовности данных. Выступать в качестве старшей технической точки эскалации по сложным статистическим вопросам, вопросам экспериментирования, моделирования и измерения. Предоставлять техническое руководство для основных межфункциональных инициатив, охватывающих несколько бизнес-доменов, продуктов данных или процессов принятия решений. Оценивать новые количественные методы и технологии, определять их актуальность для компании и руководить их ответственным внедрением. Представлять Data Science на форумах по планированию портфеля, архитектуры, управления данными и стратегическому планированию, где аналитическая методология или качество принятия решений имеют значение.

Продвинутый статистический анализ и количественные методы Руководить разработкой и выполнением новаторских, высокосложных аналитических исследований, поддерживающих стратегические и значимые решения. Устанавливать стандарты для проверки гипотез, анализа мощности, доверительных интервалов, отчетности о размере эффекта, контроля множественных сравнений, анализа чувствительности и количественной оценки неопределенности. Определять и руководить подходами к причинно-следственному анализу для наблюдательных данных, включая методы разности разностей, регрессионный разрыв, методы взвешивания склонности, инструментальные переменные и синтетические контрольные группы. Разрабатывать корпоративные экспериментальные системы, охватывающие рандомизацию, определение размера выборки, контрольные группы, защитные метрики, гетерогенные эффекты воздействия и интерпретацию результатов. Руководить продвинутыми приложениями анализа временных рядов, прогнозирования, обнаружения аномалий, анализа выживаемости, симуляции, сегментации и оптимизации. Определять соответствующий уровень методологической сложности для каждой проблемы и предотвращать ненужное моделирование, когда более простые подходы более надежны или действенны. Проверять и утверждать аналитические подходы для стратегически важных или методологически рискованных инициатив.

Предиктивное моделирование и лидерство в области машинного обучения Определять технические стандарты для проектирования, валидации, объяснимости, мониторинга и управления жизненным циклом предиктивных моделей и моделей машинного обучения. Обеспечивать технический надзор за критически важными моделями, включая модели склонности, оттока, прогнозирования, обнаружения аномалий, классификации, регрессии и оптимизации. Руководить инжинирингом признаков, выбором модели, регуляризацией, перекрестной проверкой, калибровкой, интерпретируемостью, оценкой справедливости и тестированием устойчивости. Устанавливать практики оценки производительности, которые сбалансируют точность, калибровку, стабильность, объяснимость, деловую полезность и эксплуатационную осуществимость. Руководить мониторингом моделей, обнаружением дрейфа, триггерами переобучения, повторной валидацией и критериями вывода из эксплуатации в партнерстве с AI Engineering и MLOps. Гарантировать, что модели, предназначенные для продуктивной среды, сопровождаются четкой методологией, доказательствами валидации, эталонными показателями производительности, ограничениями и известными сценариями отказа.

Формулирование бизнес-задач и консультирование руководства Сотрудничать со старшими лидерами и экспертами предметной области для преобразования неясных стратегических вызовов в хорошо структурированные аналитические программы с явными решениями, гипотезами, показателями успеха и ожиданиями ценности. Консультировать руководителей по стратегии измерения, возможностям экспериментирования, неопределенности, рискам и компромиссам, чтобы решения принимались на основе соответствующих доказательств. Оспаривать неподтвержденные предположения и выявлять случаи, когда имеющиеся данные или дизайн исследования не могут надежно ответить на вопрос. Рекомендовать альтернативные стратегии измерения, сбора данных или анализа, когда имеющихся доказательств недостаточно. Синтезировать сложные аналитические данные в ясные, ориентированные на принятие решений нарративы, не преувеличивая уверенность и не скрывая ограничений. Связывать аналитические выводы с практическими действиями, ожидаемым влиянием на бизнес и измеримым последующим выполнением.

Качество аналитики, управление данными и воспроизводимость Устанавливать и поддерживать стандарты для воспроизводимого анализа, качества кода, взаимного рецензирования, документации, валидации и готовности к выпуску. Руководить независимыми техническими обзорами аналитических исследований и моделей с высоким уровнем воздействия для обеспечения методологической обоснованности, отслеживаемости и надежности. Определять минимальные требования к документации для аналитических методов, предположений, происхождения данных, валидации, ограничений, анализа чувствительности и выводов. Содействовать прозрачной отчетности о неопределенности, предвзятости, ограничениях данных, риске моделей и альтернативных интерпретациях. Создавать повторно используемые фреймворки, библиотеки, шаблоны и эталонные реализации, которые повышают согласованность, скорость и качество работы команд. Сотрудничать с заинтересованными сторонами по управлению данными, конфиденциальности, качеству и соответствию требованиям, чтобы гарантировать, что аналитическая работа соответствует применимым корпоративным требованиям. Обеспечивать соответствие результатов установленным стандартам качества Data Science и продуктов данных перед их выпуском.

Развитие возможностей и наставничество Наставлять Data Scientists и Senior Data Scientists по вопросам формулирования задач, выбора методологии, проектирования аналитических исследований, технической коммуникации и карьерного развития. Повышать технический уровень посредством коучинга, обзоров дизайна, обзоров кода, учебных сессий и сообществ практиков. Разрабатывать эталонные методы и учебные материалы по экспериментированию, причинно-следственному анализу, прогнозированию, машинному обучению и статистическому рассуждению. Влиять на ожидания от ролей, стандарты найма, практики проведения собеседований и критерии технической оценки талантов в области науки о данных. Создавать культуру научной строгости, конструктивной критики, интеллектуальной честности, сотрудничества и непрерывного обучения. Осуществлять руководство посредством влияния на команды без опоры на прямое подчинение.

Межфункциональное партнерство и операционализация Сотрудничать с Insights & Analytics для согласования бизнес-контекста, аналитической формулировки, интерпретации и принятия решений. Сотрудничать с Analytics Engineering и Data Engineering для обеспечения того, чтобы аналитические входные и выходные данные были воспроизводимыми, управляемыми, отслеживаемыми и доступными. Сотрудничать с AI Engineering и MLOps для перехода валидированных моделей в надежные производственные решения с четким владением и контролем. Взаимодействовать с лидерами предметных областей и владельцами продуктов для определения показателей успеха, планов внедрения и подходов к оценке после запуска. Эффективно доносить методы, выводы, ограничения и рекомендации до руководителей, бизнес-стейкхолдеров, технических коллег и аудитории, ответственной за управление данными. Руководить или участвовать в межфункциональных командах по реализации проектов, технических обзорах и корпоративных сообществах, которые продвигают ответственную науку о данных.

Требуемые квалификации 10+ лет соответствующего профессионального опыта в области науки о данных, статистики, эконометрики, исследования операций, прикладной математики, машинного обучения или смежной количественной дисциплины. Подтвержденный опыт технического лидерства в сложных, межфункциональных аналитических инициативах с существенным влиянием на бизнес. Экспертные знания статистической методологии, включая проектирование экспериментов, причинно-следственный анализ, регрессию, прогнозирование, байесовские методы и машинное обучение. Глубокое владение Python и современными библиотеками для науки о данных, включая pandas, NumPy, SciPy, statsmodels и scikit-learn. Обширный опыт разработки и валидации предиктивных моделей и поддержки их перехода в производственные среды. Подтвержденная способность преобразовывать неясные бизнес-задачи в четкие аналитические структуры, критерии принятия решений и обоснованные количественные решения. Доказанная способность влиять на старших руководителей и межфункциональные команды посредством доказательств, технической достоверности и четкой коммуникации. Сильный опыт проведения технических обзоров, установления аналитических стандартов и наставничества опытных специалистов. Практический опыт работы с Databricks или сопоставимой облачной платформой для данных и аналитики. Исключительные навыки письменного и устного общения, включая способность объяснять сложные количественные концепции нетехнической аудитории.

Предпочтительные квалификации Степень магистра или доктора наук в области статистики, математики, эконометрики, исследования операций, информатики, инженерии или смежной количественной области. Опыт работы в регулируемой отрасли, такой как производство медицинских изделий, здравоохранение, фармацевтика, науки о жизни или финансовые услуги. Подтвержденная глубина знаний в одной или нескольких областях, таких как экспериментирование, причинно-следственный анализ, прогнозирование, анализ выживаемости, оптимизация или продвинутое машинное обучение. Опыт создания аналитических стандартов, практик управления данными, повторно используемых фреймворков или корпоративных возможностей в области науки о данных. Публикации, патенты, презентации на конференциях, вклад в проекты с открытым исходным кодом или другие свидетельства внешнего или внутреннего интеллектуального лидерства. Опыт консультирования высшего руководства по стратегическим решениям на основе количественных данных. Опыт работы в географически распределенных, междисциплинарных командах.

ПРИМЕЧАНИЕ: Эта позиция предусматривает гибридный формат работы и требует присутствия в офисе Insulet.

Дополнительная информация: Компенсация и льготы: Только для позиций в США, годовой базовый оклад для этой роли составляет $170 600,00 - $255 875,00. Эта позиция также может претендовать на бонусную компенсацию. Мы предлагаем комплексный пакет льгот, включая: • Медицинское, стоматологическое и офтальмологическое страхование • 401(k) с корпоративным соответствием • Оплачиваемый отпуск (PTO) • А также дополнительные программы оздоровления сотрудников

Детали подачи заявления: Эта вакансия будет открыта до ее закрытия. Чтобы подать заявку, посетите раздел "Карьера" Insulet и подайте заявку онлайн. Фактическая заработная плата зависит от навыков, опыта и образования.

Insulet Corporation (NASDAQ: PODD), со штаб-квартирой в Массачусетсе, является инновационной компанией по производству медицинских устройств, призванной упростить жизнь людей с диабетом и другими заболеваниями с помощью своей продуктовой платформы Omnipod. Система управления инсулином Omnipod представляет собой уникальную альтернативу традиционным методам доставки инсулина. Благодаря простому носимому дизайну, бесконтактный одноразовый Pod обеспечивает до трех дней непрерывной доставки инсулина без необходимости видеть или прикасаться к игле. Флагманская инновация Insulet, система автоматической доставки инсулина Omnipod 5, интегрируется с системой непрерывного мониторинга глюкозы для управления уровнем сахара в крови без множественных ежедневных инъекций, без проколов пальцев, и может управляться совместимым смартфоном в США или контроллером Omnipod 5. Insulet также использует уникальный дизайн своего Pod, адаптируя свою технологическую платформу Omnipod для доставки подкожных препаратов, не содержащих инсулин, в других терапевтических областях. Для получения дополнительной информации посетите insulet.com и omnipod.com.

Мы ищем высокомотивированных, ориентированных на результат специалистов, которые станут частью нашей растущей команды. Мы достигаем этого, нанимая замечательных людей, руководствуясь общими ценностями, которые превосходят ожидания клиентов. Наш дальнейший успех зависит от этого!

В Insulet Corporation все квалифицированные кандидаты получат равные возможности трудоустройства независимо от расы, цвета кожи, религии, пола, сексуальной ориентации, гендерной идентичности, национального происхождения, инвалидности или статуса защищенного ветерана.

(Знайте свои права)