Staff Data Scientist

Scientific Games: Scientific Games — мировой лидер в области лотерейных игр, ставок на спорт и технологий, а также партнер, которому доверяют государственные лотереи. От передовых серверных систем до захватывающих развлечений и новаторских розничных и цифровых решений — мы каждый день делаем игры лучше. Мы выводим дизайн игр на новый уровень и являемся пионерами в области анализа данных и iLottery. Основанная на доверительных партнерских отношениях, Scientific Games сочетает неустанные инновации, легендарную производительность и непоколебимую безопасность, чтобы ответственно продвигать мировую лотерейную индустрию вперед.

Краткое описание должности О вакансии Мы ищем основателя отдела Data Science (Staff Data Scientist), который поможет создать функцию принятия решений с нуля и преобразует наше долгосрочное видение продуктов и решений в масштабируемые производственные системы. Это не роль, связанная с поддержкой. Будучи одним из первых старших технических руководителей, вы будете тесно сотрудничать с ведущим специалистом по данным (Principal Data Scientist), коллегами (Staff peers) и старшими специалистами по данным (Senior Data Scientists), чтобы определить стандарты моделирования, шаблоны принятия решений и рабочие процессы, которые станут основой организации.

Эта роль находится на стыке технических знаний, использования платформы и стратегического исполнения. Несмотря на то, что команда является частью крупной организации, она работает с мышлением стартапа: быстро, итеративно и ориентирована на быстрое исполнение, обучение и измеримое влияние на бизнес. Вы будете решать некоторые из наиболее ценных задач организации, охватывающих прогнозирование, экспериментирование, персонализацию, рекомендательные системы, оптимизацию портфеля, ценообразование и системы принятия решений для игроков. Эта позиция начнется в удаленном формате, а затем перейдет к гибридному. Кандидаты должны проживать в Торонто, Онтарио.

Квалификация Ключевые обязанности Руководить проектированием и внедрением высокоэффективных систем принятия решений, охватывающих прогнозирование, ограниченную оптимизацию, экспериментирование, а также пакетные и реалтайм рекомендательные системы. Преобразовывать неопределенные бизнес-возможности в структурированные дорожные карты моделирования, этапы и измеримые KPI-фреймворки. Сотрудничать с ведущим специалистом по данным (Principal Data Scientist) для установления стандартов моделирования, правил проведения экспериментов, фреймворков валидации и рабочих процессов развертывания для основания организации DS. Создавать производственные движки принятия решений, охватывающие персонализацию игроков, системы «следующего лучшего действия», ценообразование, оптимизацию портфеля и сценарии розничных рекомендаций. Руководить проектированием многоступенчатых архитектур рекомендаций и ранжирования, включая поиск, предварительное ранжирование, ранжирование и повторное ранжирование. Менторить старших и мидл-специалистов по данным, повышая техническую строгость в статистическом мышлении, причинно-следственном анализе, оптимизации и экспериментах. Формировать эволюцию многоразовых рабочих процессов DS, которые легко интегрируются с платформой самообслуживания ML, создаваемой командой founding MLE.

Требуемая квалификация Образование: Магистр или доктор наук в области компьютерных наук, статистики, математики, инженерии, исследования операций, экономики или другой смежной STEM-области. Опыт: 6+ лет опыта после получения степени магистра или 4+ года опыта после получения степени доктора наук в области науки о данных, науки о принятии решений, эконометрики или прикладного машинного обучения. Подтвержденный опыт руководства неопределенными, высокоэффективными инициативами в области науки о данных от постановки задачи до производственного влияния на бизнес. Значительный опыт в минимум трех из следующих областей: прогнозирование, оптимизация, экспериментирование, рекомендательные системы, ценообразование, наука о портфеле или причинно-следственный анализ. Опыт наставничества специалистов по данным и формирования технических стандартов, выходящих за рамки индивидуального выполнения проектов.

Технические навыки: Глубокое владение Python, включая pandas, scikit-learn, PyTorch и TensorFlow. Глубокая экспертиза в статистическом моделировании, экспериментах, причинно-следственном анализе и оптимизации. Уверенное знание SQL и опыт работы с большими объемами данных. Практический опыт создания пакетных и реалтайм рекомендательных или систем принятия решений. Знакомство с многоступенчатыми каскадными архитектурами ранжирования и API принятия решений.

Лидерские качества: Способность преобразовывать долгосрочное видение продукта в реализуемые дорожные карты принятия решений. Сильное техническое наставничество и дисциплина проверки. Способность влиять на стандарты DS, культуру экспериментирования и строгость KPI среди членов основной команды.

Предпочтительная квалификация: Опыт работы в качестве основателя или одного из первых старших сотрудников в новой организации DS. Практический опыт в оптимизации портфеля, оптимизации выплат, оптимизации ассортимента или математическом программировании. Опыт работы с системами персонализации, игр, розничной торговли, маркетплейса или системами принятия решений для цифровых потребителей. Опыт работы с платформами самообслуживания для экспериментов и ML. Знакомство с Databricks, PySpark, MLflow и рабочими процессами развертывания в облачных средах. Сильная продуктовая интуиция для балансировки доходов, прибыли, вовлеченности игроков и ограничений ответственной игры.

SG является работодателем, предоставляющим равные возможности, и не дискриминирует кандидатов по признаку расы, цвета кожи, пола, возраста, национального происхождения, религии, сексуальной ориентации, гендерной идентичности, статуса ветерана, инвалидности или любого другого признака, защищенного федеральным, государственным или местным законодательством. Если вы хотите получить дополнительную информацию о своих правах на равные возможности трудоустройства в соответствии с законом, нажмите здесь для ознакомления с Плакатом EEOC.