WorkListВойтиОформить подписку
PR

Staff Data Scientist - Paid Marketing Optimization

Preply · EdTech
Откликнуться на сайте компании ↗

О вакансии

Откуда можно работать
Гибрид: London, Великобритания
из текста вакансии
Занятость
Full-time
из текста вакансии
Английский
требования разнятся: B2–C2
по другим вакансиям компании
Уровень
Senior
указан работодателем
Релокация и виза
релокация
из текста вакансии
Даты
Опубликована 14.10 · видим у компании с 14.10 · проверена 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:

Для этой роли нужен настоящий интерес к миру ставок в маркетинге и умение работать в условиях высокой неопределённости. Вы глубоко погрузитесь в каждый канал, поймёте, как он работает со ставками и оптимизацией, и найдёте решения на основе данных, чтобы повысить ROI каждого канала за счёт оптимизации ставок, аудиторий и креативов. Маркетинг приносит бизнес-вопросы, а вы определяете метрики успеха и подход к моделированию, чтобы на них ответить. Многое здесь — неизведанная территория, готовых решений, которые можно купить, нет, поэтому значительная часть работы — придумать подход и убедить в нём стейкхолдеров.

Что предстоит делать

  • Разработать наш фреймворк Creative Analytics (моделирование эффективности креативов) — владеть фреймворком Creative Analytics, проектировать и развивать его. Превращать его выводы в решения вместе с командами креатива и медиабаинга, а также автоматизировать обнаружение, отчётность и действия с помощью MarTech. В долгосрочной перспективе — строить модели, которые отделяют то, что креатив действительно вызывает, от того, что за него решает алгоритм показа, чтобы мы могли прогнозировать инкрементальные факторы эффективности креативов.
  • Прогнозирование зрелости когорт (прогнозирование задержки конверсии) — сократить задержку в управлении кампаниями: предсказывать, сколько из сегодняшних кликов сконвертируется, и связывать сегодняшние расходы с конверсиями, которые ещё не произошли.
  • Оптимизация сигналов для ставок (value-based bidding) — работать с нашими channel-менеджерами и командой Applied AI над улучшением прогнозируемой ценности конверсии, которую мы отправляем в Google и Meta, итеративно подбирая, по каким событиям воронки мы оптимизируемся и какие прогнозы к ним привязываем. Если предсказывать слишком рано, сигнал будет шумным, если слишком поздно — алгоритму не хватит данных для обучения.
  • Оптимизация аудиторий (uplift-моделирование) — создавать uplift-модели клиентов, чтобы определять инкрементальную ценность и строить аудитории, повышающие эффективность маркетинга. Говорить рекламным сетям, кого искать, а кого пропускать, и возвращать это в виде seed-аудиторий для привлечения новых клиентов, аудиторий для ремаркетинга и списков исключений.
  • Тесно работать с командами Data Engineering и Applied AI над масштабируемыми конвейерами данных, развитием наших ETL-процессов и внедрением новых инструментов и фреймворков.

Требования

  • Python, SQL и распределённый фреймворк вроде Spark; мы используем Databricks.
  • Опыт работы с маркетинговыми данными или данными атрибуции и практическое понимание того, как платформы ставок используют сигнал, который вы им отправляете. Вам не обязательно самим запускать кампании, но вам должно быть по-настоящему интересно, как они себя ведут.
  • Продвинутое моделирование. Propensity-модели для оценки ценности событий ранних этапов воронки и уточнения таргетинга, а также uplift-модели для определения инкрементальной ценности.
  • Causal inference и дизайн экспериментов. Умение отделить то, что канал действительно приносит, от того, что он приписывает себе, и спроектировать тест, который расставит всё по местам, когда платформа сама управляет показом.
  • Умение превратить бизнес-гипотезу во что-то проверяемое и честность, чтобы сказать, когда данные не могут на неё ответить.
  • Комфорт в работе с командами, которые вы не контролируете. Эта роль строится на тесном взаимодействии с Applied AI, маркетинговыми измерениями, MarTech и трекингом, а также CRM.

Условия и бенефиты

  • Открытая, совместная, динамичная и разнообразная культура;
  • Щедрая ежемесячная сумма на уроки на Preply.com, бюджет на Learning & Development и отгулы для саморазвития;
  • Конкурентный финансовый пакет с equity, отпуском и медицинской страховкой;
  • Не в Барселоне? Мы предлагаем привлекательный релокационный пакет, чтобы вы присоединились к нам в Preply Barcelona Hub
  • Доступ к бесплатным платформам поддержки психического здоровья;
  • Доступ к велнес-центрам и спортзалам-партнёрам Gympass по всей Испании для поддержки благополучия и физического здоровья;
  • Возможность раскрывать потенциал учеников и репетиторов через изучение и преподавание языков в 175 странах (и это число растёт!).

Preply.com стремится создавать инклюзивную среду, в которой могут раскрываться люди из разных слоёв общества. Мы считаем, что наличие разных мнений и точек зрения — ключевой ингредиент нашего успеха как мультикультурной Ed-Tech компании. Это означает, что 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

PythonSQLApache SparkDatabrickscausal inferenceexperiment designuplift modelingpropensity modelsETL

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти