Data Science Manager, Mapping

Bei Lyft ist es unser Ziel, zu dienen und zu verbinden. Wir streben danach, dies zu erreichen, indem wir ein Arbeitsumfeld schaffen, in dem alle Teammitglieder dazugehören und die Möglichkeit haben, zu gedeihen. Unser Transportnetzwerk erfüllt die Bedürfnisse von Millionen von Menschen jeden Tag, die mit Lyft-Autos, -Fahrrädern und -Rollern, mit öffentlichen Verkehrsmitteln oder zu Fuß auf die effizienteste Weise von einem Ort zum anderen gelangen möchten. Um diese Bedürfnisse zu erfüllen, müssen wir die schnellsten, kostengünstigsten und sichersten Routen vorschlagen. Dies erreichen wir, indem wir Millionen von Fahrten verarbeiten, die neuesten Verkehrsinformationen berücksichtigen und die Vorlieben der Fahrer analysieren.

Data Science & Analytics steht im Mittelpunkt der Produkte und Entscheidungsfindungen von Lyft. Sie werden Daten und rigoroses, analytisches Denken nutzen, um unsere Mapping-Produkte zu gestalten und Geschäftsentscheidungen zu treffen, die unsere Kunden an erste Stelle setzen. Dies umfasst die Identifizierung und Abgrenzung von Möglichkeiten, das Festlegen von Prioritäten, das Empfehlen technischer Lösungen, das Entwerfen von Experimenten, das Messen der Auswirkungen neuer Funktionen und das Überwachen unserer Lösungen in enger Zusammenarbeit mit vielen Engineering-Teams. Sie werden uns helfen, einige der wirkungsvollsten Probleme im Bereich Mapping zu lösen, einschließlich: Wie bieten wir die besten Routen und genauesten ETAs an? Wie ist die Routing-Erfahrung für unsere Fahrer? Bieten wir die schnellsten, wirtschaftlichsten und komfortabelsten Routen für unsere Kunden an? Wie benchmarken und messen wir den Erfolg von Kartendiensten?

Unsere Technologie-Stack basiert auf den neuesten Technologien wie AWS, Kubernetes und Apache Airflow. Sie werden mit unglaublich leidenschaftlichen und talentierten Kollegen aus der Softwareentwicklung, dem maschinellen Lernen und der Datenwissenschaft an Projekten arbeiten, die direkt Millionen von Fahrern und Fahrgästen betreffen.

• Leiten und Wachsen eines leistungsstarken Teams von Datenwissenschaftlern mit unterschiedlichen Hintergründen, einschließlich Optimierung, Experimentierung, maschinellem Lernen und kausaler Inferenz.
• Definieren und Vorantreiben der Vision, Strategie und Roadmap der Datenwissenschaft, die mit den übergeordneten Geschäfts- und Produktzielen übereinstimmt, um die Wettbewerbsfähigkeit und Benutzererfahrung zu verbessern.
• Starke technische Anleitung und Coaching des Teams bei komplexen datenwissenschaftlichen Problemen im Zusammenhang mit Echtzeitentscheidungen und Ressourcenallokation bieten.
• Datengetriebenes Entscheiden und Priorisieren fördern, indem man mit Produktmanagern, Ingenieuren, Marketingspezialisten und Führungskräften zusammenarbeitet, um Dateninsights in Entscheidungen und Maßnahmen umzusetzen.
• Tiefgehende Analysen großer Datensätze durchführen, um Möglichkeiten zur Verbesserung der Navigationseffizienz, der Kartengenauigkeit und der allgemeinen Produktgesundheit zu identifizieren.
• Sicherstellen, dass robuste Experimentier- und kausale Inferenzmethoden angewendet werden, um die Auswirkungen neuer Funktionen und Strategien zu messen.
• Mentoring und Anleitung der beruflichen und technischen Entwicklung Ihrer Teammitglieder. Helfen Sie, ihre Karrieren zu entwickeln, und weisen Sie ihnen Projekte zu, die auf ihren Fähigkeiten, Persönlichkeiten, Arbeitsstilen und beruflichen Zielen basieren.
• Ein Gleichgewicht zwischen dem Aufbau nachhaltiger, hochwirksamer Projekte und der schnellen Umsetzung wahren.
• Eng mit dem Recruiting-Team von Lyft zusammenarbeiten, um hochqualifizierte Kandidaten aus verschiedenen Hintergründen einzustellen.

• Fortgeschrittene Abschlüsse (MS oder PhD, bevorzugt PhD) in einem quantitativen Bereich wie Operations Research, Informatik, Statistik, Ingenieurwesen oder einem verwandten Bereich; oder gleichwertige Berufserfahrung.
• Über 5 Jahre praktische technische Erfahrung in Experimentierung, kausaler Inferenz oder Datenwissenschaft, vorzugsweise mit Anwendungen in Echtzeitsystemen oder Marktplatzdynamiken.
• Über 2 Jahre Managementerfahrung beim Aufbau, der Leitung und dem Mentoring von Datenwissenschaftsteams.
• Starke Expertise in Statistik, experimentellem Design und kausaler Inferenz, einschließlich A/B-Tests, multivariaten Tests und Messung des inkrementellen Anstiegs.
• Starke Fähigkeiten im Geschichtenerzählen mit Daten und Einflussnahme, mit Erfahrung in der Präsentation von Erkenntnissen und Empfehlungen an Führungskräfte.
• Erfahrung in der Einführung und Überwachung von verbraucherorientierten Produkten und der Iteration durch datengestützte Experimente und Metrikanalysen.
• Erfahrung in der Anleitung von Teams durch mehrdeutige und komplexe technische Herausforderungen zur Bereitstellung wirkungsvoller Lösungen.
• Praktische Erfahrung im Aufbau oder der Operationalisierung von Modellen des maschinellen Lernens (z.B. Neigung, Segmentierung, Abwanderung, Personalisierung) in Partnerumgebungen.