WorkListВойтиОформить подписку
PR

Staff Data Scientist - Paid Marketing Optimization

Архив
Preply · EdTech
Вакансия в архиве · закрыта 17.10
Смотреть актуальные вакансии

Другие вакансии компании

PR
🇬🇧London · Великобритания·Full-timeSenior·англ. B2–C2релокация
Зарплата не указана
30 окт
PR
🇬🇧London · Великобритания·Full-timeSenior·англ. B2релокация
Зарплата не указана
30 окт
PR
🇪🇸Barcelona · Испания·Full-timeSenior·англ. B2–C2
Зарплата не указана
29 окт
Все вакансии компании

Похожие вакансии

PI
Senior Quantitative Researcherвисит 2 мес.
Pinely · Высокочастотная торговля (HFT)
🇳🇱Amsterdam · Нидерланды·Full-timeSenior·англ. C1
≈ $4–11 тыс/мес
6 авг
IS
Senior AI Product Engineerвисит 3 мес.
iSpeedToLead · Лидогенерация
🇳🇱Amsterdam · Нидерланды · remote·Full-timeSenior·англ. C1
≈ $4–11 тыс/мес
18 июл
PI
Pinely · Высокочастотная торговля (HFT)
🇳🇱Amsterdam · Нидерланды·Full-timeSenior·англ. C1
≈ $4–11 тыс/мес
29 мая
NG
Nebius Group · AI-инфраструктура
🇳🇱Amsterdam · Нидерланды · remoteSenior·англ. C2
≈ $4–11 тыс/мес
5 ноя 2025
GL
GlobalLogic · ИТ-услуги
🇺🇦Украина · remoteSenior·англ. не указан
≈ $4–11 тыс/мес
30 окт
GI
GitLab · DevOps-платформа
🇺🇸США · remote·Full-timeSenior·англ. C1–C2
Зарплата не указана
30 окт
Вакансии в Нидерландах

О вакансии

Откуда можно работать
Amsterdam, Нидерланды
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 · видели у компании с 14.10 по 15.10 · закрыта 17.10
вакансия закрыта, проверки прекращены

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 маркетинговых ставок (bidding) и умение работать в условиях высокой неопределённости. Вы глубоко погрузитесь в каждый канал, поймёте, как он ведёт себя при назначении ставок и оптимизации, 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, который позволяет на них ответить. Во многом это неизведанная территория, готовых решений, которые можно купить, нет, поэтому значительная часть работы — придумать подход и убедить в нём стейкхолдеров.

Что предстоит делать

  • Разработка нашего фреймворка Creative Analytics (моделирование эффективности креативов) — вы будете владеть, проектировать и развивать наш Creative Analytics Framework. Результаты нужно превращать в решения вместе с командами креатива и медиабаинга, а обнаружение, отчётность и действия — автоматизировать вместе с 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.\n- Прогнозирование зрелости когорт (прогнозирование задержки конверсий) — минимизировать задержку управления: прогнозировать, сколько из сегодняшних кликов конвертируется, и связывать сегодняшние расходы с конверсиями, которые ещё не произошли.\n- Оптимизация сигналов для ставок (value-based bidding) — работать с нашими менеджерами каналов и командой Applied AI, чтобы улучшать прогнозируемую ценность конверсии, которую мы отправляем в Google и Meta, итеративно подбирая, по каким событиям воронки мы оптимизируемся и какие прогнозы к ним привязываем. Если прогнозировать слишком рано, сигнал будет шумным, а если слишком поздно — алгоритму не хватит данных для обучения.\n- Оптимизация аудиторий (uplift-моделирование) — создавать uplift-модели клиентов, чтобы определять инкрементальную ценность и формировать аудитории, повышающие эффективность маркетинга. Подсказывать рекламным сетям, кого искать, а кого пропускать, и возвращать это в виде затравочных аудиторий для привлечения новых клиентов, аудиторий для 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.

Требования

  • Python, SQL и распределённый фреймворк вроде Spark; мы используем Databricks.\n- 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.\n- Продвинутое моделирование. Propensity-модели для оценки ценности более ранних событий воронки и уточнения таргетинга, а также uplift-модели для определения инкрементальной ценности.\n- Причинно-следственный вывод (causal inference) и дизайн экспериментов. Умение отделять то, что канал действительно приносит, от того, что он приписывает себе, и проектировать тест, который даёт ответ, когда платформа контролирует показ.\n- Умение превратить бизнес-гипотезу во что-то проверяемое и честность, чтобы сказать, когда данные не могут на неё ответить.\n- Комфортная работа с командами, которые вы не контролируете. Эта роль строится на тесном сотрудничестве с Applied AI, маркетинговыми измерениями, MarTech и трекингом, а также CRM.

Условия и бенефиты

  • Открытая, совместная, динамичная и разнообразная культура;\n- Щедрая ежемесячная сумма на уроки на Preply.com, бюджет на Learning & Development и время для саморазвития;\n- Конкурентный финансовый пакет с опционами (equity), оплачиваемым отпуском и медицинской страховкой;\n- Не в Барселоне? 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 в Испании, партнёрам Gympass, для поддержки благополучия и физического здоровья;\n- Возможность раскрывать потенциал учеников и репетиторов через изучение и преподавание языков в 175 странах (и это не предел!).

Навыки

PythonSQLApache SparkDatabrickscausal inferenceexperiment designuplift modelingpropensity models

Подходите ли вы под эту вакансию

Сверка вакансии с резюме доступна тем, кто вошел. Войти