Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
VVinci
Пало-Альто, Соединенные Штаты26 дней назад
240 000 – 260 000 USD
в год
Грейд
Senior
Опыт работы
от 8 лет
Формат работы
Гибрид
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Vinci создает будущее инженерного интеллекта.
Мы создали первую вычислительную платформу, нативную для ИИ, построенную на основе фундаментальных моделей для физики. Она позволяет инженерным командам применять детерминированные физические расчеты на каждом этапе проектирования полупроводников и электроники. Объединяя ИИ, физику и высокопроизводительные вычисления, Vinci позволяет исследовать гораздо больше вариантов проектирования, получать ценные сведения, которые ранее были недоступны, и оптимизировать продукты за минуты, а не дни.
Ведущие компании в области полупроводников и электроники уже используют Vinci для решения некоторых из самых вычислительно сложных инженерных задач в мире. По мере нашего роста мы создаем команду, которая будет определять следующее поколение инженерной инфраструктуры.
Инженеры в некоторых из самых передовых аппаратных компаний в мире ежедневно используют Vinci. Мы ищем кого-то, кто поможет нам создать наилучший возможный продукт для этих аппаратных компаний. Вы будете основателем отдела Data Science в Vinci, заложите основы Data Science в Vinci, используя данные для ответов на вопросы любого масштаба и объема. Полученные вами сведения и ответы будут определять, что мы будем строить дальше, что мы будем отказываться, и где продукт нуждается в доработке.
Вы начнете с определения того, как инженеры используют продукт. Оттуда вы свяжете это поведение с клиентами, контрактами и воронкой продаж, чтобы использование говорило нам, где клиент готов к расширению, где он находится под угрозой, и что клиент пытается сделать, что мы еще не поддерживаем.
Ваша работа будет иметь несколько аудиторий. Команды по развитию рынка должны знать, что пытаются сделать клиенты и какие клиенты готовы к росту. Руководство должно знать, сколько стоит каждая функция и что это означает для продуктовой стратегии. Инженеры должны понимать рабочий процесс, который не удается пользователю, видеть, как масштабируется использование, и находить, где продукт может быть улучшен. Каждая из этих групп имеет свои вопросы и свои решения. Вы предоставляете доказательства, которые будут способствовать принятию решений, и вы задаете вопросы, о которых никто не думал спросить. Панель мониторинга, отображающая цифру, — это отправная точка для этой роли, а не результат. Результат — это объяснение, почему цифра именно такая, и что нам следует с этим делать.
Мера этой роли — это то, как часто продуктовые решения и решения по развитию рынка в Vinci принимаются на основе предоставленных вами доказательств, и как часто эти доказательства меняют решения.
Вы не удовлетворены, когда ответили на заданный вопрос. Вы хотите знать, почему ответ именно такой, и продолжаете до тех пор, пока не узнаете. Когда метрика меняется, ваш первый инстинкт — найти причину, а не аннотировать график. У вас есть опыт анализов, которые изменили то, что строила команда, или как компания продавала, и вы можете объяснить, как находка попала из вашей записной книжки в решение.
Вы управляете процессом получения ценных сведений от начала до конца. Иногда работа заключается в анализе. Иногда это создание конвейера, построение набора данных из неструктурированных логов, выбор подходящего инструмента для задачи обработки или написание кода для инструментирования самостоятельно. Вы рассматриваете все это как часть работы, а не как предварительное условие, которое выполняет кто-то другой, и у вас есть суждение, чтобы выбрать подход, соответствующий проблеме и команде.
Вы комфортно чувствуете себя с продуктом, пользователи которого — эксперты-инженеры, выполняющие специализированную работу. Вовлеченность здесь не похожа на воронку потребительских продуктов, и вам интересно выяснить, на что она похожа.
Вознаграждение: $240K - $260K в год
Compensation: $240K - $260K per year
Vinci is building the future of engineering intelligence.
We created the first AI-native computational platform built on Foundation Models for Physics. It lets engineering teams bring deterministic physical reasoning into every stage of semiconductor and electronics design. By combining AI, physics and high-performance computing, Vinci makes it possible to explore far more design alternatives, uncover insights that were previously out of reach, and optimize products in minutes instead of days.
Leading semiconductor and electronics companies already use Vinci to solve some of the world’s most computationally demanding engineering problems. As we grow, we’re building the team that will define the next generation of engineering infrastructure.
Engineers at some of the most advanced hardware companies in the world use Vinci every day. We are looking for someone to help us make the best product possible for these hardware companies. You will do this by being the founding data scientist at Vinci, setting the foundations of Data Science at Vinci, using data to answer questions at all scales and scopes. The insights and answers you generate will drive what we build next, what we retire, and where the product experience needs work.
You will start by establishing how engineers use the product. From there, you will connect that behavior to accounts, contracts, and pipeline, so that usage tells us where an account is ready to expand, where it is at risk, and what a customer is trying to do that we do not yet support.
Your work will have several audiences. Go-to-market teams need to know what customers are trying to do and which accounts are ready to grow. Management needs to know what each feature is worth and what that means for product strategy. Engineers need to understand a workflow that is failing for a user, see how usage is scaling, and find where the product can be improved. Each of these groups brings its own questions and its own decisions. You bring the evidence that will drive decisions, and you bring the questions that nobody thought to ask. A dashboard that reports a number is the starting point for this role, not the output. The output is the explanation of why the number is what it is and what we should do about it.
The measure of the role is how often product and go-to-market decisions at Vinci are made with evidence that you produced, and how often that evidence changed a decision.
You are not satisfied when you have answered the question you were asked. You want to know why the answer is what it is, and you keep going until you do. When a metric moves, your first instinct is to find the cause, not to annotate the chart. You have a record of analyses that changed what a team built or how a company sold, and you can explain how the finding got from your notebook into the decision.
You drive the insight from start to finish. Sometimes the work is analysis. Sometimes it is building the pipeline, constructing a data set from unstructured logs, selecting the right tool for a processing job, or writing the instrumentation code yourself. You treat all of that as part of the job rather than a prerequisite someone else handles, and you have the judgment to pick an approach that fits the problem and the team.
You are comfortable with a product whose users are expert engineers doing specialized work. Engagement here does not look like a consumer funnel, and you are interested in figuring out what it does look like.
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 182 000 до 226 000