WorkListВойтиОформить подписку
PR

Staff Data Scientist - Marketing

висит 6 мес.
Preply · EdTech
Откликнуться на сайте компании ↗
Опубликована давно; 02.11 она ещё висела у компании.

О вакансии

Откуда можно работать
Гибрид: London, Великобритания
из текста вакансии
Занятость
Full-time
из текста вакансии
Английский
C1
из текста вакансии
Уровень
Lead
указан работодателем
Релокация и виза
релокация
из текста вакансии
Даты
Опубликована 29.04 · видим у компании с 25.08 · у компании видели 02.11
дата публикации от работодателя

Та же должность в других городах и странах

Почему в каталоге:Основана выходцами из Восточной Европы, Кавказа и Центральной АзииПодробнее о компании →

Описание переведено машинно с английского.

Суть роли

О роли

Вы будете полностью отвечать за Marketing Mix Model в Preply — систему, которая определяет, как мы распределяем крупнейшую статью маркетинговых расходов — годовой бюджет в девять знаков — между более чем 30 рынками и каналами. Вы будете напрямую работать с финансовой командой (Finance), чтобы превращать результаты модели в процесс управления бюджетом, и с performance-маркетингом, чтобы переводить их в стратегию по каналам.

В течение года вы построите иерархическую модель, охватывающую наши ключевые рынки и, где возможно, откалиброванную по существующим geo-экспериментам, а также будете активно формировать roadmap измерений: определять, проектировать и проводить следующие тесты, необходимые для дальнейшей калибровки модели. Предельный ROI модели на уровне каналов станет прямым входным параметром для бюджетного планирования Finance на 2028 год.

Что предстоит делать

Чем вы будете заниматься:

  • Полностью отвечать за нашу Marketing Mix Model: развивать её, масштабировать от текущей модели для США до глобальной иерархической структуры и превратить в автоматизированную платформу, управляющую распределением бюджета. Полная ответственность, а не вспомогательная роль. Превращать результаты MMM в решения: сотрудничать с performance-маркетингом и финансами, чтобы встраивать результаты в бюджетный процесс и объяснять командам, что они означают для стратегии.
  • Управлять roadmap тестирования, который питает MMM: использовать её сигналы, чтобы выбирать, какие каналы и вопросы тестировать, а затем проектировать и проводить тесты инкрементальности (geo-эксперименты и другие методы причинно-следственного вывода) для измерения инкрементального ROI.
  • Разработать единую систему измерений, объединяющую MMM, атрибуцию и инкрементальность: MMM — для крупных бюджетных решений, атрибуция с поправкой на инкрементальность — для распределения по каналам.
  • Распространить эти методы причинно-следственного вывода за пределы маркетинга, создав переиспользуемую основу для того, как Finance и Product измеряют влияние.
  • Работать с Data Engineering над созданием масштабируемых пайплайнов и развитием нашего ETL по мере роста стека моделирования (например, при внедрении Databricks).

Требования

Что нужно для успеха:

  • Практический опыт работы с MMM: вы знаете, что для правильного результата нужно протестировать несколько подходов, прежде чем прийти к надёжной и обоснованной модели.
  • Сильная база в байесовской статистике, которую вы строго применяете в MMM и причинно-следственном выводе.
  • Вы создали или вели как минимум одно из следующего: marketing mix model, программу geo-экспериментов или другую систему причинно-следственных измерений, которая управляла реальным бюджетом, и у вас есть опыт превращения её результатов в действия на языке, понятном маркетингу и финансам.
  • Экспертиза в экспериментировании: проектирование и оценка тестов инкрементальности и A/B-экспериментов.
  • Уверенное владение Python и SQL.
  • Продвинутый письменный и устный английский.

Будет плюсом

Будет плюсом:

  • PhD в области математики, экономики, статистики или схожей области либо эквивалентный прикладной опыт
  • Предыдущий опыт работы с методами причинно-следственного вывода (например, geo-lift testing, causal impact, synthetic control, difference in differences и т. д.)
  • Предыдущий опыт работы с такими инструментами, как PyMC, Stan, Meridian, Robyn или аналогичными
  • Опыт работы в маркетплейсах или цифровых бизнесах, в идеале в performance-маркетинге.

Условия и бенефиты

Почему вам понравится в Preply:

  • Открытая, основанная на сотрудничестве, динамичная и разнообразная культура;
  • Щедрый ежемесячный бюджет на уроки на Preply.com, бюджет на обучение и развитие (Learning & Development) и оплачиваемое время для саморазвития;
  • Конкурентный финансовый пакет с долей в компании (equity), отпускными и медицинской страховкой;
  • Не в Барселоне? Мы предлагаем привлекательный пакет релокации, чтобы вы могли присоединиться к нам в Preply Barcelona Hub
  • Доступ к бесплатным платформам поддержки психического здоровья;
  • Доступ к wellness-центрам и спортзалам в Испании — партнёрам Gympass — для укрепления благополучия и физического здоровья;
  • Возможность раскрывать потенциал учеников и репетиторов через изучение и преподавание языков в 175 странах (и это не предел!).

Разнообразие, равенство и инклюзивность

Preply.com стремится создавать инклюзивную среду, в которой могут развиваться люди с разным опытом и происхождением. Мы убеждены, что наличие разных мнений и точек зрения — ключевой ингредиент нашего успеха как мультикультурной Ed-Tech компании. Поэтому Preply рассматривает все заявки на трудоустройство независимо от расы, цвета кожи, религии, гендерной идентичности или самовыражения, сексуальной ориентации, национального происхождения, инвалидности, возраста или статуса ветерана.

Навыки

Marketing Mix ModelBayesian statisticscausal inferencegeo experimentsincrementality testsA/B experimentsPythonSQLDatabricksETLPyMCStanMeridianRobyn

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти