Data Scientist, Enterprise Analytics

В роли Data Scientist в GitLab, в команде Enterprise Analytics, вы станете надёжным аналитическим партнёром для Sales, Revenue Operations и Finance и поможете определять, как мы измеряем эффективность go-to-market и куда инвестируем ради роста. Это стратегическая роль, предполагающая практическую работу. Вы будете применять статистические методы, методы экспериментов и машинного обучения, чтобы прогнозировать результаты, объяснять, что влияет на активацию, конверсию, расширение и удержание, и оценивать масштаб возможностей. Вы также будете поддерживать отчётность на уровне компании и представления об эффективности GTM, которые руководители используют для управления бизнесом, включая consumption, ARR и first orders.

• Работайте в тесном контакте с бизнес-командами, чтобы стать надёжным партнёром, поддерживающим получение аналитических выводов и принятие стратегических решений в рамках GTM.

• Проводите разведочный анализ данных, чтобы выявлять поведенческие тренды, долгосрочные закономерности, а также ключевые факторы и рычаги, влияющие на результаты бизнеса, и понятно доносите их влияние до нетехнической аудитории.

• Создавайте и выводите в production модели машинного обучения — например, модели склонности (propensity), скоринга product-qualified lead (PQL), оттока (churn) и расширения (expansion) — включая обучение, валидацию, тестирование и feature engineering, используя практики и инструменты MLOps (CI/CD для ML-пайплайнов, реестры моделей, автоматическое переобучение и мониторинг), чтобы надёжно переносить работу из notebook в production

• Проектируйте, проводите и оценивайте эксперименты по росту (A/B-тесты и квазиэксперименты) в области онбординга, ценообразования и пакетирования, а также сценариев апгрейда и измеряйте их влияние на активацию, конверсию и удержание

• Создавайте и внедряйте в работу агентные рабочие процессы для анализа, моделирования и автоматизации пайплайнов, с оценкой и мониторингом, которые обеспечивают точность, прослеживаемость и надёжность выводов, сгенерированных агентами.

• Участвуйте в развитии Semantic Layer в GitLab, позволяя заинтересованным сторонам и агентам самостоятельно получать метрики, используя доверенные и протестированные источники.

• Пишите production-уровня код на Python и SQL, соответствующий внутренним стандартам по стилю, поддерживаемости и производительности в высоконагруженной среде баз данных; поддерживайте эти стандарты и отстаивайте их через code review

• 3–5 лет профессионального опыта в GTM-аналитике, data science или аналогичной технической роли

• Подтверждённое умение превращать неоднозначные бизнес-задачи в чёткие измеримые вопросы и эффективно объяснять технические концепции нетехническим заинтересованным сторонам.

• Опыт работы с экспериментами и причинно-следственным выводом (A/B-тестирование, power analysis, квазиэкспериментальные методы), а также со статистическими методами и методами машинного обучения, такими как регрессия, классификация, кластеризация и анализ выживаемости

• Глубокое практическое понимание SQL в облачных хранилищах данных (например, Snowflake SQL), включая работу с данными об использовании продукта и событийными данными, а также в инструментах бизнес-аналитики (Looker, Tableau, Hex или аналогичных)

• Опыт использования Python для статистического моделирования, машинного обучения и production data science. Практический опыт работы с pandas, NumPy, scikit-learn, Jupyter и сопутствующими библиотеками, такими как LightGBM и XGBoost

• Практический опыт создания агентных рабочих процессов с помощью AI-агентов для написания кода (например, Claude Code, OpenCode или аналогичных), включая подключение агентов к нужному контексту, инструментам и платформам, таким как MLflow, и оценку их результатов на точность и надёжность.

• Опыт работы в B2C-компании с motions и метриками, включая Consumption, CRR, ARR, а также Churn & Contraction

• Самомотивация и умение самостоятельно организовывать работу, сильные организационные навыки

• Умение использовать GitLab и успешно работать в полностью удалённой организации

• Льготы для поддержки вашего здоровья, финансов и благополучия

• Гибкий оплачиваемый отпуск (Flexible Paid Time Off)

• Группы ресурсов для сотрудников (Team Member Resource Groups)

• Опционная компенсация и программа покупки акций сотрудниками (Equity Compensation & Employee Stock Purchase Plan)

• Фонд роста и развития (Growth and Development Fund)

• Отпуск по уходу за ребёнком