Staff Data Scientist - Paid Marketing Optimization

Для этой роли нужен настоящий интерес к миру ставок в маркетинге и умение работать в условиях большой неопределённости. Вы будете глубоко погружаться в каждый канал, разбираться в его поведении при назначении ставок и оптимизации и находить решения на основе данных, чтобы повышать ROI каждого канала за счёт оптимизации ставок, аудиторий и креативов. Маркетинг приносит бизнес-вопросы, а вы определяете метрики успеха и подход к моделированию, который позволит на них ответить. Многое здесь — неосвоенная территория, и готовых решений, которые можно купить, не существует, поэтому изобретение подхода и убеждение стейкхолдеров в его правильности — важная часть работы.

• Разработка фреймворка Creative Analytics (моделирование эффективности креативов) — владеть фреймворком Creative Analytics, проектировать и разрабатывать его. Добиваться, чтобы выводы фреймворка превращались в решения вместе с командами креатива и медиабаинга, а также автоматизировать обнаружение, отчётность и действия вместе с MarTech. В долгосрочной перспективе — строить модели, которые отделяют то, что креатив действительно вызывает, от того, что для него определяет показ алгоритмом, чтобы мы могли предсказывать инкрементальные факторы эффективности креативов.\n- Прогнозирование зрелости когорт (прогнозирование задержки конверсии) — сократить задержку в управлении: предсказывать, сколько из сегодняшних кликов сконвертируется, и связывать сегодняшние расходы с конверсиями, которые ещё не произошли.\n- Оптимизация сигнала для ставок (value-based bidding) — работать с нашими менеджерами каналов и командой Applied AI, чтобы улучшать предсказанную ценность конверсии, которую мы отправляем в Google и Meta, итеративно подбирая, по каким событиям воронки мы оптимизируемся и какие прогнозы к ним прикрепляем. Если предсказывать слишком рано, сигнал получается шумным, а если слишком поздно, алгоритму не хватает данных для обучения.\n- Оптимизация аудиторий (uplift modeling) — создавать модели uplift для клиентов, чтобы определять инкрементальную ценность и строить аудитории, повышающие эффективность маркетинга. Сообщать рекламным сетям, кого искать, а кого пропускать, и передавать это обратно в виде исходных данных для поиска новой аудитории (prospecting seeds), аудиторий ремаркетинга и списков исключений.\n- Тесно работать с командами Data Engineering и Applied AI над масштабируемыми конвейерами данных, развитием наших ETL-процессов и внедрением новых инструментов и фреймворков.

• Python, SQL и распределённый фреймворк вроде Spark; мы используем Databricks.\n- Опыт работы с маркетинговыми данными или данными атрибуции и практическое понимание того, как рекламные платформы со ставками используют сигнал, который вы им отправляете. Запускать кампании самостоятельно не обязательно, но вам должно быть по-настоящему интересно, как они себя ведут.\n- Продвинутое моделирование. Модели склонности (propensity), чтобы оценивать ценность более ранних событий воронки и уточнять таргетинг, и модели uplift, чтобы определять инкрементальную ценность.\n- Причинно-следственный вывод (causal inference) и дизайн экспериментов. Отделять то, что канал действительно приносит, от того, что он приписывает себе, и проектировать тест, который разрешает вопрос, когда платформа контролирует показ.\n- Чутьё, позволяющее превращать бизнес-гипотезу во что-то проверяемое, и честность, чтобы сказать, когда данные не могут на неё ответить.\n- Комфортная работа с командами, которыми вы не управляете. Эта роль строится на тесном взаимодействии с Applied AI, маркетинговой аналитикой (marketing measurement), MarTech и трекингом, а также CRM.

Возможно, вы пришли из marketing DS, ads ML, рекомендательных систем или любой прикладной роли в ML, где результат вашей модели использовался как вход для другого алгоритма.

• Открытая, основанная на сотрудничестве, динамичная и разнообразная культура;\n- Щедрое ежемесячное пособие на уроки на Preply.com, бюджет на Learning & Development и оплачиваемое время для саморазвития;\n- Конкурентный финансовый пакет с опционами (equity), оплачиваемым отпуском и медицинской страховкой;\n- Не в Barcelona? Мы предлагаем привлекательный релокационный пакет, чтобы вы могли присоединиться к нам в Preply Barcelona Hub\n- Доступ к бесплатным платформам поддержки психического здоровья;\n- Доступ к wellness- и спортивным центрам по всей Испании, партнёрам Gympass, для поддержки благополучия и физического здоровья;\n- Возможность раскрывать потенциал учеников и преподавателей через изучение и преподавание языков в 175 странах (и это число растёт!).\n\nPreply.com стремится создавать инклюзивную среду, в которой могут добиваться успеха люди с разным опытом и происхождением. Мы считаем, что наличие разных мнений и точек зрения — ключевой ингредиент нашего успеха как мультикультурной Ed-Tech компании. Это значит, 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.