B&A
impact.com
Cientista de Datos, Sistemas de Recomendación de Nueva Generación
Sobre impact.com: impact.com/
impact.com impact.com/ es la plataforma de marketing de asociaciones comerciales líder en el mundo, que transforma la forma en que crecen las empresas al permitirles descubrir, gestionar y escalar asociaciones a lo largo de todo el recorrido del cliente. Desde afiliados e influencers hasta editores de contenido, embajadores de marca y defensores del cliente, impact.com permite a las marcas impulsar un crecimiento basado en el rendimiento y la confianza a través de relaciones auténticas. Sus galardonados productos (Performance para afiliados, Creator para influencers y Advocate para referencias de clientes) unifican cada tipo de socio en una plataforma integrada. A medida que los consumidores confían cada vez más en las recomendaciones de personas y comunidades en las que confían, impact.com ayuda a las marcas a aparecer donde más importa. Hoy en día, más de 5,000 marcas globales, incluidas Walmart, Uber, Shopify, Lenovo y Fanatics, confían en impact.com cts.businesswire.com/ct/CT?id=smartlink&url=http%3A%2F%2Fimpact.com&esheet=54399906&newsitemid=20260120914149&lan=en-US&anchor=impact.com&index=38&md5=c467739484a5a8610aff0747572ac8cb para impulsar más de 350,000 asociaciones que ofrecen resultados comerciales medibles.
Tu rol en impact.com impact.com
Buscamos un Cientista de Datos para ayudar a construir la próxima generación de sistemas de recomendación que impulsan nuestra plataforma de automatización de asociaciones. Nuestro ecosistema conecta un rico conjunto de entidades (anunciantes, editores de medios, creadores, productos y consumidores) y las relaciones entre ellas son donde reside el valor real. Tu trabajo ayudará a mostrar las asociaciones correctas, los productos correctos y el contenido correcto en toda esta red a escala.
Contribuirás a la evolución de nuestra pila de recomendación hacia una arquitectura basada en grafos, aprovechando incrustaciones semánticas de entidades y sus relaciones, aplicando técnicas de vanguardia en aprendizaje de representación, ML de grafos y recuperación. El sistema debe servir recomendaciones tanto en lote como en tiempo real, responder a entradas dinámicas de los usuarios, generar un valor medible para los usuarios finales en toda la plataforma y seguir siendo fiable a medida que el ecosistema crece.
Este rol es práctico y de extremo a extremo. Serás responsable del trabajo de modelado y experimentación para un área definida de la pila de recomendación, desde el planteamiento del problema hasta la puesta en producción, en estrecha colaboración con Ingeniería, Producto, MLOps y las partes interesadas del negocio. Se espera que aportes (o desarrolles activamente) habilidades de ingeniería de ML para que puedas llevar una solución desde el prototipo hasta la producción, y que seas un usuario implacable de agentes de codificación de IA para multiplicar tu producción y acelerar la iteración.
Qué harás
Responsabilidades principales
RECOMENDACIONES MULTIENTIDAD EN EL GRAFO DE ASOCIACIONES
Diseñar, construir y evaluar modelos de recomendación que operen a través de entidades heterogéneas (anunciantes, editores, creadores, productos y consumidores) y las relaciones entre ellas. Plantear problemas en términos del grafo de asociaciones y aplicar técnicas apropiadas para cada superficie, incluyendo la generación de candidatos, clasificación, reclasificación y personalización.
MODELADO BASADO EN GRAFOS Y EMBEDDINGS SEMÁNTICOS
Contribuir a la evolución de nuestra arquitectura hacia enfoques basados en grafos: aprender embeddings semánticos de entidades y relaciones, aplicar redes neuronales de grafos o modelos de transformadores de grafos conscientes de la atención donde aporten valor, y construir representaciones que se generalicen a través de superficies y casos de uso. Mantente al día con las técnicas de vanguardia en ML de grafos, aprendizaje de representación y arquitecturas modernas de recomendación, y aporta ideas relevantes a la plataforma.
SERVICIO EN LOTE Y EN TIEMPO REAL
Construir modelos y tuberías que sirvan recomendaciones tanto en contextos de lote como en tiempo real. Colaborar con Ingeniería en la infraestructura de recuperación, búsqueda vectorial, almacenes de características y patrones de servicio de baja latencia. Realizar concesiones pragmáticas entre la sofisticación del modelo, la latencia, el coste y la frescura según la superficie y el caso de uso.
ENTREGA DE ML DE EXTREMO A EXTREMO E INGENIERÍA DE ML
Ser responsable del ciclo de vida completo de tu trabajo: diseño de datos y características, desarrollo de modelos, evaluación, lanzamiento, monitoreo e iteración. Construir tuberías de grado de producción, escribir código que otros ingenieros puedan extender y colaborar con MLOps en la reproducibilidad, observabilidad y fiabilidad. Utilizar agentes de codificación de IA de forma agresiva para acelerar la creación de prototipos, la refactorización, la depuración y el envío; esperamos que esto sea una parte central de cómo trabajas, no una ayuda ocasional.
EXPERIMENTACIÓN Y MEDICIÓN
Diseñar evaluaciones fuera de línea (reproducción fuera de línea, evaluación contrafactual, conjuntos de exclusión) y experimentos en línea (pruebas A/B, exclusiones, intercalado) para cuantificar el impacto del modelo. Aplicar métodos estadísticos apropiados, reconocer los errores comunes en la evaluación de recomendaciones (sesgo de posición, bucles de retroalimentación, efectos de selección) y traducir los resultados en recomendaciones claras para los socios de producto e ingeniería.
COLABORACIÓN INTERFUNCIONAL
Trabajar estrechamente con Producto, Ingeniería y las partes interesadas del negocio para traducir los objetivos de la plataforma en resultados de modelo medibles. Comunicar hallazgos, compensaciones y recomendaciones claramente tanto a audiencias técnicas como no técnicas. Documentar tu trabajo para que los modelos, características y decisiones sean comprensibles y reproducibles por otros.
Qué aportas
- 3+ años de experiencia en ciencia de datos / ML aplicado, con un historial de envío de modelos de producción que generaron un impacto medible en el usuario o el negocio.
- Sólidas habilidades en Python y SQL; experiencia trabajando con datos a gran escala y computación distribuida (Spark/Databricks o equivalente).
- Experiencia práctica en la construcción de sistemas de recomendación o clasificación: generación de candidatos, aprendizaje para clasificar, recuperación y reclasificación, o modelado de retroalimentación implícita.
- Experiencia con embeddings y aprendizaje de representación para usuarios, elementos, contenido u otras entidades.
- Capacidad de ingeniería de ML (o fuerte disposición y capacidad demostrada para desarrollarla): puedes construir, enviar y mantener tuberías de producción, no solo prototipos en cuadernos.
- Sólidas habilidades de experimentación: diseño y análisis de pruebas A/B, interpretación de resultados y comunicación de hallazgos a las partes interesadas.
- Usuario implacable de agentes de codificación de IA en tu flujo de trabajo diario, con un sentido claro de dónde te aceleran y dónde no.
- Curiosidad insaciable sobre nuevas técnicas, arquitecturas y herramientas, y un historial de aprendizaje rápido por cuenta propia. Lees artículos, pruebas nuevas herramientas y traes ideas al equipo.
- Sólidos instintos de resolución de problemas y la capacidad de operar con creciente autonomía en espacios ambiguos y en evolución.
PREFERIDO / VALORABLE
- Experiencia con ML basado en grafos: redes neuronales de grafos (KGAT, transformadores o similares), recuperación consciente de grafos o embeddings de grafos de conocimiento.
- Experiencia con arquitecturas modernas de recomendación de deep learning (dos torres, recomendadores basados en secuencias/transformadores, clasificación multitarea).
- Familiaridad con la búsqueda vectorial y bases de datos vectoriales (FAISS, ScaNN, Vespa, Milvus o similares) y métodos de vecino más cercano aproximado.
- Experiencia con servicio de ML en tiempo real, almacenes de características (Feast, Tecton o equivalente) y patrones de inferencia de baja latencia.
- Exposición a bandidos contextuales, aprendizaje por refuerzo o evaluación fuera de política en entornos de recomendación.
- Familiaridad con PyTorch/TensorFlow y PyTorch Geometric / DGL para cargas de trabajo de grafos.
- Familiaridad con GCP (Vertex AI, BigQuery, Cloud Run) y/o prácticas maduras de MLOps (CI/CD para ML, monitoreo, detección de deriva).
- Experiencia en adtech, martech, comercio electrónico o recomendaciones de mercado de dos o múltiples lados.
QUÉ TE HACE DESTACAR
- Piensas en términos de resultados para el usuario y el negocio, no solo en métricas de modelo, y conectas las elecciones de modelado con el valor real entregado a través de la plataforma.
- Eres riguroso con la medición pero pragmático con el envío: capaz de entregar MVP y evolucionarlos iterativamente hacia sistemas de producción duraderos.
- Eres un aprendiz implacable. Nuevos artículos, nuevas herramientas, nuevas arquitecturas: los encuentras, los pruebas y descubres dónde encajan. No esperas a que te digan qué aprender.
- Utilizas agentes de codificación de IA como un usuario avanzado: son un multiplicador de fuerza en tus manos, no una muleta.
- Tienes instintos de ingeniería: te importa la calidad del código, el diseño del sistema y la operabilidad, no solo el rendimiento del modelo.
- Te sientes cómodo con datos desordenados, retroalimentación ruidosa, casos extremos y espacios de problemas ambiguos, y destacas en la mejora iterativa.
- Aportas claridad a la ambigüedad, te comunicas claramente entre funciones y ayudas a los equipos a alinearse en las compensaciones.
Rango salarial: $100,000 - $125,000 al año, más un bono anual variable adicional del 5% supeditado al rendimiento de la empresa y elegible para recibir una concesión de Unidades de Acciones Restringidas (RSU).
*Este es el rango salarial que la Empresa considera equitativo para este puesto en el momento de esta publicación. De acuerdo con la ley aplicable, la compensación se determinará en función de las habilidades, calificaciones y experiencia del solicitante junto con los requisitos del puesto, y la Empresa se reserva el derecho de modificar este rango salarial en cualquier momento.
impact.com se enorgullece de ser un lugar de trabajo con igualdad de oportunidades. Todos los empleados y solicitantes de empleo recibirán un trato justo e igualdad de oportunidades de empleo independientemente de su raza, etnia o ascendencia, color o casta, religión o creencia, edad, sexo (incluida la identidad de género, reasignación de género, orientación sexual, embarazo/maternidad), origen nacional, peso, neurodivergencia, discapacidad, estado civil y de pareja de hecho, estado de cuidador, estado de veterano, información genética, afiliación política u otros factores prohibidos no relacionados con el mérito.
#LI_NewYork
Beneficios y ventajas
En impact.com, creemos que cuando eres feliz y te sientes realizado, haces tu mejor trabajo. Es por eso que hemos creado un paquete de beneficios que apoya tu bienestar, crecimiento y equilibrio entre la vida laboral y personal.
- Seguro médico, dental y de visión
- Almuerzo servido en la oficina todos los jueves, un bar de snacks saludables y un excelente café para mantenerte con energía
- Cuentas de gastos flexibles y 401(k)
- Trabajo flexible: Nuestra política de PTO responsable significa que puedes tomarte el tiempo libre que necesites para descansar y recargar energías. Estamos comprometidos con un equilibrio positivo entre la vida laboral y personal y proporcionamos un entorno flexible que te permite ser feliz y sentirte realizado tanto en tu carrera como en tu vida personal.
- Salud y bienestar: Tu bienestar es una prioridad. Nuestro beneficio de salud mental y bienestar incluye hasta 12 sesiones de terapia/coaching totalmente cubiertas por año, con cobertura adicional para dependientes. También ofrecemos una política de reembolso mensual de gimnasio para apoyar tu salud física.
- Una participación en nuestro crecimiento: Ofrecemos Unidades de Acciones Restringidas (RSU) como parte de nuestra compensación total, dándote una participación en el crecimiento de la empresa con un cronograma de consolidación de 3 años, pendiente de aprobación de la Junta.
- Invertir en tu crecimiento: Estamos comprometidos con tu aprendizaje continuo. Aprovecha nuestra suscripción gratuita a Coursera y nuestros cursos PXA.
- Apoyo parental: Ofrecemos una generosa política de licencia parental, 26 semanas de licencia totalmente pagada para el cuidador principal y 13 semanas de licencia totalmente pagada para el cuidador secundario.
- Apoyo financiero tecnológico: Proporcionamos un estipendio tecnológico para ayudarte a configurar tu oficina en casa y una asignación mensual para cubrir tus gastos de internet.
