États-Unis
Launch Legends
Minerva
Data Scientist
États-Unis
New York, New York, United States
PythonSQLAWSGCPGo
Traduction automatique. Consultez l’original.
À propos
Minerva Minerva crée de l'IA pour les leaders du marketing. Notre plateforme permet aux spécialistes du marketing de se concentrer sur la narration de leur marque, en déléguant les tâches opérationnellement intensives à nos agents IA qui gèrent la gestion des données, l'analyse, la génération de campagnes, la mesure et le reporting.
Tout est construit sur le graphe consommateur propriétaire de Minerva, une couche d'identité et d'attributs couvrant plus de 270 millions de consommateurs américains à travers plus de 1,000 attributs temporels. Nous avons deux systèmes d'agents construits grâce à un partenariat de recherche avec OpenAI : un Agentic Data Engineer qui unifie et standardise les données first-party d'une marque en quelques heures, et un Agentic Data Scientist qui entraîne des modèles de ciblage robustes à grande échelle. Ensemble, ces systèmes améliorent la qualité des données first-party, augmentent les performances des campagnes et redonnent du temps aux équipes marketing.
Nos clients comprennent des marques de consommation de premier plan dans toutes les catégories : la NBA, Ramp, Capital One, Hard Rock Stadium Group / Miami Dolphins, Wander et Trust & Will.
Nous avons levé 20 millions de dollars auprès de The General Partnership, 8VC, Lingotto, NBA Investments, Topology Ventures, Future Positive, Background Capital, et d'autres.
À propos du poste
En tant que Data Scientist chez Minerva, vous construisez les modèles et les fonctionnalités qui alimentent notre graphe consommateur et les agents qui fonctionnent par-dessus. Vous êtes à l'intersection d'une forte ingénierie de données et de la modélisation appliquée : vous architectez des pipelines d'ingénierie de caractéristiques qui sont calculés sur des téraoctets de données, entraînez et affinez les modèles qui pilotent le ciblage et la prédiction, et assurez que les sorties sont suffisamment robustes pour être consommées de manière autonome par nos Agents Minerva et nos attributs modélisés de classe mondiale (c'est-à-dire le revenu / la richesse).
C'est un poste qui sera déployé en permanence en production. Les modèles que vous construisez ne sont pas transmis à quelqu'un d'autre pour être déployés, vous possédez le chemin des données brutes à une caractéristique ou un modèle qu'un agent peut appeler de manière fiable à grande échelle. Au fur et à mesure de notre croissance, votre travail deviendra le fondement sur lequel d'autres systèmes seront construits.
Ce que vous ferez
- Créer de nouvelles caractéristiques pour les modèles et les agents, en élargissant la surface prédictive de notre lac de données consommateur et en construisant les pipelines qui transforment le signal brut en attributs de confiance.
- Améliorer les modèles existants grâce à une ingénierie de caractéristiques rigoureuse, y compris nos modèles de revenu/richesse, d'acheteur immobilier et de vendeur immobilier.
- Jouer un rôle essentiel dans la construction de notre lac de données de classe mondiale, en façonnant la manière dont les téraoctets de données consommateur sont stockés, transformés et rendus interrogeables pour les humains et les agents.
- Construire des pipelines d'ingénierie de caractéristiques qui s'exécutent efficacement à l'échelle des téraoctets, avec la rigueur d'ingénierie de données nécessaire pour les rendre fiables en production. Il s'agit d'un rôle DS/DE avec une répartition 70/30.
- Assurer que les sorties des modèles et des caractéristiques sont suffisamment fiables pour être consommées de manière agentique, en écrivant les validations et les garde-fous qui permettent à nos agents d'agir sur votre travail sans intervention humaine.
Notre pile de données
- Dagster pour tout ce qui concerne l'orchestration
- dbt-core au sein de Dagster comme surface de transformation de données principale
- Spark, Iceberg, Trino, AWS Glue pour les charges de travail Lakehouse
- Modal pour l'ingénierie ML
- Frontier + modèles OSS & SDKs d'agents. Nous sommes de grands utilisateurs des APIs batch de OpenAI/Anthropic
Qualifications
- 2-4+ années d'expérience en tant que data scientist, ingénieur de données appliqué axé sur le machine learning ou ingénieur logiciel dans un contexte riche en données. Pour faire simple, vous vivez et respirez les données.
- Très compétent en Python et SQL.
- Vous êtes motivé par une pensée basée sur les premiers principes et vous êtes un fonceur. Vous réfléchissez aux ensembles de données et aux caractéristiques nécessaires pour résoudre un problème de modélisation, et vous êtes assez débrouillard et astucieux pour le concrétiser.
- Solide intuition pour les principes d'ingénierie de données, en particulier autour du nettoyage/ingestion de données et de la modélisation de données. Nous préférons que ces compétences de base soient une seconde nature, libérant ainsi la réflexion pour l'architecture et l'exécution d'initiatives de données à grande échelle, en particulier compte tenu de l'avancement des outils de codage IA.
- Solide expérience en ingénierie. Vous êtes à l'aise pour déployer des pipelines de production compliqués et travailler au sein de systèmes de production plus importants, pas seulement dans des environnements sandbox ou de recherche.
- Volonté de travailler au bureau à New York (nous fournissons un package de déménagement).
- Flexibilité et ouverture à porter plusieurs casquettes. Nous sommes une équipe réduite et les choses changent constamment.
- Désir d'apprendre et de grandir avec l'entreprise et vos collègues.
Préféré
- Expérience dans la construction et l'entraînement de modèles prédictifs (par exemple, scoring de prospects, LTV, propension, modélisation de type lookalike).
- Expérience avec des outils d'orchestration comme Dagster, Airflow, Prefect et des outils de transformation SQL comme dbt, SQLMesh.
- Expérience avec les bases de données transactionnelles (par exemple, Postgres, MySQL) et les bases de données analytiques (par exemple, Snowflake, Redshift), avec une préférence pour ces dernières.
- Connaissance d'un fournisseur de ressources cloud (par exemple, AWS, GCP).
- Connaissance du backend et de l'ingénierie ML/IA.
- Expérience avec les outils de codage IA (par exemple, Cursor, Claude Code, OpenCode) comme multiplicateur de force.
- Expérience antérieure dans une startup en phase de démarrage.
Vous n'avez pas besoin de cocher toutes les cases. Si vous êtes solide sur le plan de l'ingénierie et que vous avez envie de construire des modèles qui comptent, nous voulons vous entendre.
Rémunération
Salaire de base : $200,000 à $225,000, en fonction de l'expérience. Participation au capital compétitive et un package d'avantages sociaux de premier plan.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil