Starszy analityk danych, rozwój

Czego szukamy Poszukujemy starszego analityka danych, który dołączy do zespołu ARQ ds. rozwoju i będzie naszym pierwszym pracownikiem zajmującym się analizą danych - będzie odpowiedzialny za wszystkie inicjatywy związane z analizą danych w obszarach rozwoju i marketingu, zaczynając od przewidywania wartości życiowej klienta na naszych rynkach i kanałach przejęć. Będziesz raportować bezpośrednio do dyrektora ds. rozwoju i naszego dyrektora operacyjnego. Będziesz odpowiedzialny za opracowywanie, utrzymywanie i ulepszanie modeli prognoz LTV w naszych czterech krajach, pomagając nam podejmować trafniejsze decyzje dotyczące inwestycji w rozwój, wyników kanałów, jakości pozyskiwania i długoterminowej wartości klienta.

Jest to wysokie stanowisko właścicielskie dla osoby, która pracowała nad problemami związanymi ze wzrostem liczby konsumentów, LTV, pozyskiwaniem, utrzymaniem lub monetyzacją w środowisku B2C lub D2C. Powinieneś czuć się swobodnie, odpowiadając na niejednoznaczne pytania biznesowe, przekształcając je w mierzalne problemy związane z modelowaniem i budując rozwiązania, które wpływają na rzeczywiste decyzje handlowe. Czym będziesz się zajmował Projektowanie, budowanie, utrzymywanie i ulepszanie modeli przewidywania wartości w całym cyklu życia w krajach ARQ i kanałach przejęć. Ściśle współpracuj z zespołami ds. wzrostu i marketingu, produktu, finansów, inżynierii danych i inżynierii, aby zrozumieć potrzeby biznesowe i przełożyć je na rozwiązania modelujące.

Pomóż ocenić jakość przejęć według kanału, kampanii, lokalizacji geograficznej, segmentu klientów i zachowań produktów. Budowanie modele, które wspierają lepsze decyzje dotyczące wydatków na rozwój, okresów zwrotu, jakości klientów, utrzymania i długoterminowej wartości.Analizuj duże zbiory danych o klientach, produktach, marketingu i transakcjach, aby zidentyfikować wzorce, ryzyko i możliwości.Stale monitoruj wydajność modelu i z biegiem czasu poprawiaj dokładność, niezawodność i wpływ na biznes.Twórz jasne ramy i metryki, które pomogą zespołom zrozumieć kompromisy stojące za decyzjami dotyczącymi wzrostu.Współpracuj z zespołami inżynierii danych i inżynierii, aby w razie potrzeby tworzyć modele, potoki i raporty.Wprowadź pragmatyczne podejście podejście do modelowania, równoważenie głębi technicznej z wpływem komercyjnym. Z biegiem czasu weź udział w innych wyzwaniach związanych z nauką o danych w obszarze rozwoju i szerszej działalności.

Czego będziesz potrzebować Ponad 5 lat w nauce o danych, uczeniu maszynowym, statystyce stosowanej, analityce lub w pokrewnej dyscyplinie. Doświadczenie w budowaniu modeli predykcyjnych w biznesie konsumenckim (B2C, D2C), najlepiej wokół LTV, wzrostu, przejęć, utrzymania, rezygnacji, monetyzacji lub wartości klienta. Dobre umiejętności w zakresie języka Python i doświadczenie w pracy na dużą skalę zbiory danych.Dokładne zrozumienie technik uczenia się nadzorowanego, oceny modeli, inżynierii cech i kompromisów statystycznych.Umiejętność przekładania niejednoznacznych pytań komercyjnych na problemy związane z nauką o ustrukturyzowanych danych.Dobry osąd biznesowy i umiejętność łączenia wyników modelu z rzeczywistymi decyzjami.Doświadczenie w pracy międzyfunkcjonalnej.Jasne umiejętności komunikacyjne, zwłaszcza podczas wyjaśniania założeń, ograniczeń i zaleceń dotyczących modelowania stronom nietechnicznym.Wygodna praca w szybko zmieniającym się środowisku z dużą liczbą własności i zmieniającymi się priorytetami.

Biegła znajomość języka angielskiego dzięki współpracy z zespołami na całym świecie. Miło miećDoświadczenie w branży fintech, bankowości, płatnościach, inwestowaniu, udzielaniu pożyczek lub innym finansowym produkcie konsumenckim.Doświadczenie w szybko rozwijającej się firmie B2C lub D2C, takiej jak konsumenckie fintech, technologie zdrowotne, subskrypcyjne, detaliczne, wellness lub marketplace.Doświadczenie w zakresie LTV, CAC, okresu zwrotu, efektywności pozyskiwania, modelowania kohort, modelowania retencji, przewidywania rezygnacji lub problemów związanych z miksem marketingowym.Doświadczenie w pracy w wielu krajach, walutach, kanałach lub klientach segmenty.Doświadczenie w tworzeniu modeli produkcyjnych lub ścisła współpraca z zespołami inżynieryjnymi i inżynierią danych w celu wdrożenia rozwiązań do nauki danych.Znajomość MLOps, monitorowanie modeli, projektowanie eksperymentów, wnioskowanie przyczynowe lub pomiar przyrostowości.KorzyściKonkurencyjne wynagrodzenie i świadczenia Opcje na akcje, dzięki czemu jesteś właścicielem części tego, co budujeszUznaniowa premia za wydajnośćNajnowsze narzędzia i technologieŚwiatowej klasy zespół, który będzie rzucał wyzwania i rozwijał Twoje umiejętnościMożliwość pomocy w tworzeniu najlepszej aplikacji fintech w Ameryce ŁacińskiejZasady biura: 3-4 dni w tygodniu w biurzeZnajdź więcej ofert pracy ze znajomością języka angielskiego w Wielkiej Brytanii na Arbeitnow