Senior Data Scientist

Data Scientist, Product Growth and Experimentation будет помогать принимать решения в поддержку нашей функции Product Led Growth.

Эта роль находится на стыке Data, Product, Growth и GTM. Вы будете глубоко интегрированы в команды Product и Engineering, сосредоточенные на PLG. Ваше внимание будет направлено на освещение пути пользователя от первоначального интереса до полного внедрения и всех шагов между ними. Вы выявите проблемные места в процессе онбординга и определите поведения, характерные для успешного внедрения. Вы будете оценивать вмешательства, которые помогают нам донести ценность Temporal до большего числа пользователей.

Вы будете эффективно работать как с большими, чистыми наборами данных, так и с наборами данных, ограниченными по длительности и размеру выборки, чтобы предоставлять обоснованные рекомендации и выводы. Вы привнесёте глубокие знания и практический опыт статистических методов, включая сопоставимые сравнения, квази-экспериментальные методы и измерения неопределённости, чтобы преодолевать эти ограничения.

Идеальный кандидат обладает сильным аналитическим суждением и практическим чувством продукта. Неоднозначные бизнес‑вопросы вас не пугают. Вы чувствуете, когда дополнительные данные или анализ могут существенно изменить вывод, а когда — нет. Вы применяете аналитическую строгость, одновременно учитывая то, что необходимо для продвижения проекта. Ваша цель — способствовать лучшим решениям и более быстрому обучению через измеримые результаты для клиентов.

• Действовать как встроенный Data‑партнёр для Product, Design и Engineering, помогая формировать стратегию, предложения продукта и эксперименты с самых ранних этапов.
• Создавать аналитические рамки по всему пути PLG от привлечения и активации до вовлечения, внедрения, расширения, монетизации и долговечности.
• Использовать анализ воронки, когорт, пути и последовательностей для выявления трений и возможностей улучшения.
• Определять поведения и вехи, предсказывающие конверсию, готовность к производству, расширение, отток и долгосрочный успех клиента, и переводить их в ведущие индикаторы успешных или застрявших аккаунтов.
• Анализировать паттерны обнаружения и внедрения функций, чтобы рекомендовать вмешательства, повышающие успешное внедрение и расширение.
• Проектировать и оценивать эксперименты и изменения продукта, используя сопоставимые сравнения, пред/пост‑интервенционный анализ, каузальные методы и другие подходящие техники, когда традиционное A/B‑тестирование непрактично.
• Чётко различать наблюдаемые результаты и предположения, количественно оценивать неопределённость и объяснять уверенность каждого вывода.
• Помогать приоритизировать возможности роста на основе потенциального воздействия, уверенности, усилий и возможности измерения.
• Создавать переиспользуемые наборы данных, метрики, дашборды и аналитические инструменты, снижающие объём разовых задач и делающие инсайты доступными для Product, Marketing, Sales и руководства.
• Сотрудничать с Engineering и Data Engineering для улучшения инструментов событий, качества данных и аналитических моделей, необходимых для надёжного анализа продукта.
• Коммуницировать результаты через ясные визуализации, письменные нарративы и практические рекомендации для технической и нетехнической аудитории.

• Твёрдая база в статистике, экспериментальном дизайне, каузальном мышлении и количественном анализе.
• Опыт использования продуктовых, поведенческих или событийных данных для улучшения активации, вовлечения, удержания, конверсии или расширения.
• Опыт работы с небольшими выборками, шумными сигналами, несовершенными контрольными группами или в условиях, когда стандартное A/B‑тестирование не всегда возможно.
• Сильное суждение при выборе методов, соответствующих решению, доступным данным и уровню неопределённости.
• Владение SQL и Python для анализа, моделирования и автоматизации.
• Опыт работы с когортным анализом, анализом воронки, сегментацией, предиктивным моделированием и методами машинного обучения под наблюдением или без него.
• Способность быстро прототипировать в ноутбуках и преобразовывать повторяющиеся анализы в надёжные дата‑продукты, модели или рабочие процессы.
• Опыт работы с современными платформами данных и движками запросов, такими как Athena, Presto/Trino, BigQuery или Snowflake.
• Знакомство с облачными и объектными хранилищами, такими как AWS S3.
• Опыт создания дашбордов и переиспользуемых аналитических активов в современной платформе бизнес‑аналитики.
• Умение работать с меняющимися определениями, неполной инструментализацией и компромиссом между аналитической точностью и полезностью для принятия решений.
• Ориентированность на результат и опыт трансформации анализа в продуктовые или бизнес‑действия.
• Сильные коммуникативные навыки, включая способность объяснять методы, неопределённость и рекомендации простым языком.
• Любопытство к платформам для разработчиков, облачной инфраструктуре, продуктам с оплатой за использование и тому, как клиенты внедряют технически сложные продукты.
• Коллаборативный подход и способность эффективно работать с Product, Engineering, Marketing, Sales, Finance и Data‑партнёрами.

Temporal Technologies является работодателем, предоставляющим равные возможности. Temporal Technologies не дискриминирует по признаку расы, религии, цвета кожи, пола, гендерной идентичности, сексуальной ориентации, возраста, недисквалифицирующей физической или психической инвалидности, национального происхождения, статуса ветерана или любой другой причины, предусмотренной соответствующим законодательством. Все решения о найме принимаются на основе квалификаций, заслуг и потребностей бизнеса. Мы ценим и празднуем различия и разнообразие.

Temporal привержена обеспечению доступа, равных возможностей и разумных условий для людей с ограниченными возможностями в сфере занятости, своих сервисов, программ и мероприятий. Если вам необходимо запросить разумные условия, пожалуйста, сообщите об этом вашему рекрутеру, чтобы мы могли помочь.