WorkListВойтиОформить подписку
PR

Staff Data Scientist - Paid Marketing Optimization

Preply · EdTech
Откликнуться на сайте компании ↗

О вакансии

Откуда можно работать
Гибрид: Barcelona, Испания
из текста вакансии
Занятость
Full-time
из текста вакансии
Английский
требования разнятся: B2–C2
по другим вакансиям компании
Уровень
Lead
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

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, которые повысят 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 — неосвоенная территория, и готового решения, которое можно купить, не существует, поэтому придумывать подход и убеждать в нём стейкхолдеров — большая часть работы.

Что предстоит делать

  • Разработать наш фреймворк Creative Analytics (моделирование эффективности креативов) — владеть фреймворком Creative Analytics, проектировать и разрабатывать 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 для него определяет алгоритм показа, чтобы мы могли прогнозировать инкрементальные факторы эффективности креатива.
  • Прогнозирование зрелости когорт (прогнозирование задержки конверсии) — сократить задержку в управлении: предсказывать, сколько сегодняшних кликов приведёт к конверсии, и связывать сегодняшние расходы с конверсиями, которые ещё не произошли.
  • Оптимизация сигнала для ставок (value-based bidding) — работать с нашими менеджерами каналов 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, а если слишком поздно, алгоритму не хватит данных для обучения.
  • Оптимизация аудиторий (uplift modeling) — создавать модели uplift для клиентов, чтобы выявлять инкрементальную ценность и формировать аудитории, повышающие эффективность маркетинга. Сообщать рекламным сетям, кого искать, а кого пропускать, и возвращать это в виде затравочных аудиторий для привлечения новых пользователей, 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 отправляемый им сигнал. Запускать кампании самим не обязательно, но вам должно быть искренне интересно, как они себя ведут.
  • Продвинутое моделирование. Propensity-модели для оценки ценности более ранних событий воронки и уточнения таргетинга, а также uplift-модели для выявления инкрементальной ценности.
  • Причинно-следственный вывод и дизайн экспериментов. Умение отделять то, что канал действительно приносит, от того, что он присваивает себе, и проектировать тест, который даёт ответ, когда показом управляет платформа.
  • Умение превратить бизнес-гипотезу в то, что можно проверить, и честность, чтобы сказать, когда данные не могут на неё ответить.
  • Комфортная работа с командами, которыми вы не управляете. Эта роль строится на тесном сотрудничестве с Applied AI, маркетинговой аналитикой (marketing measurement), 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 время для саморазвития;
  • Конкурентный финансовый пакет с долей в компании (equity), отпуском и медицинской страховкой;
  • Вы не в Барселоне? Мы предлагаем привлекательный пакет релокации, чтобы вы присоединились к нам в Preply Barcelona Hub
  • Доступ к бесплатным платформам поддержки психического здоровья;
  • Доступ к wellness- и спортивным центрам-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 не предел!).

Preply.com стремится создавать инклюзивную среду, в которой могут добиваться успеха 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

PythonSQLApache SparkDatabrickscausal inferenceexperiment designuplift modelingpropensity models

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти