Wiceprezes ds. nauki o danych

W Doradcy Forbesa naszą misją jest pomaganie czytelnikom w urzeczywistnianiu ich aspiracji. Wyposażamy ludzi w zaufane porady i wskazówki, dzięki czemu mogą podejmować świadome decyzje, w których czują się pewnie, i wracać do robienia rzeczy, na których najbardziej im zależy. Jesteśmy doświadczonym zespołem ekspertów branżowych, których zadaniem jest pomaganie czytelnikom w podejmowaniu mądrych decyzji i łatwym wyborze odpowiednich produktów.

Doradca Forbesa może pochwalić się dziesięcioleciami doświadczenia w kilkudziesięciu lokalizacjach i zespołach, w tym w zakresie treści, SEO, analityki biznesowej, finansów, HR, marketingu, produkcji, technologii i sprzedaży. Zespół wnosi bogatą wiedzę branżową do globalnego zasięgu Doradcy Forbesa w zakresie kredytów konsumenckich, długów, zdrowia, remontów domów, bankowości, inwestycji, kart kredytowych, małych firm, edukacji, ubezpieczeń, pożyczek, nieruchomości i podróży. Nasza organizacja zajmująca się danymi i analityką tworzy produkty, platformy i inteligencję, które wpływają na każdą decyzję marketingową, produktową i handlową w całej firmie.

Poszukujemy lidera Data Science, który wierzy, że uczenie maszynowe tworzy wartość tylko wtedy, gdy zmienia decyzje biznesowe. Jest to okazja do zbudowania i kierowania komercyjną funkcją Data Science, która zapewnia wymierną poprawę w zakresie pozyskiwania klientów, wyników marketingowych i długoterminowego rozwoju biznesu. Będziesz kierować rosnącym zespołem analityków danych, ściśle współpracując z zespołami inżynieryjnymi, analitycznymi, produktowymi i handlowymi, aby mieć pewność, że modele predykcyjne staną się zaufanymi, gotowymi do produkcji produktami, które przynoszą wymierne wyniki komercyjne.

Kontynuując inwestycje w dane własne, sztuczną inteligencję, uczenie maszynowe i zaawansowane pomiary marketingowe, poszukujemy doświadczonego lidera analityki danych, który pomoże w kształtowaniu kolejnej fazy naszych komercyjnych możliwości w zakresie analityki danych. Obowiązki: Nauka o danych handlowych: Kierowanie strategią i dostarczanie modeli predykcyjnych, które poprawiają pozyskiwanie klientów, wyniki marketingowe i długoterminową wartość komercyjną. Będziesz kształtować możliwości, w tym modelowanie wartości w całym cyklu życia, modelowanie skłonności, segmentację klientów, prognozowanie i ustalanie stawek w oparciu o wartość, upewniając się, że każdy model jest powiązany z mierzalnymi wynikami biznesowymi.

Nauka o marketingu i nauka podejmowania decyzji: współpracuj z zespołami ds. marketingu, produktów i handlu, aby zastosować naukę danych do rzeczywistych problemów biznesowych. Pomożesz zdefiniować, w jaki sposób analizy predykcyjne, eksperymenty i sztuczna inteligencja poprawiają skuteczność kampanii, zrozumienie klientów i podejmowanie strategicznych decyzji na platformach, w tym Google i Meta. Produkcja danych naukowych: Ściśle współpracuj z inżynierami i ML Ops, aby mieć pewność, że modele staną się niezawodnymi, gotowymi do produkcji produktami, a nie jednorazowymi analizami.

Będziesz opowiadać się za powtarzalnymi eksperymentami, skalowalnym wdrażaniem, monitorowaniem modeli, strategiami przekwalifikowania i ciągłym doskonaleniem przez cały cykl życia modelu. Przywództwo i zarządzanie interesariuszami: Kieruj i rozwijaj rosnący zespół analityków danych, budując jednocześnie oparte na zaufaniu relacje w całej firmie. Przełożysz złożone modelowanie na jasne rekomendacje komercyjne, będziesz wywierać wpływ na interesariuszy wyższego szczebla poprzez dowody i pomożesz w ugruntowaniu pozycji Data Science jako zaufanego czynnika napędzającego strategię biznesową i rozwój komercyjny.

Innowacje i przywództwo w branży: reprezentuj Forbesa w strategicznych rozmowach z partnerami technologicznymi, w tym Google i Meta, pozostając w kontakcie z postępami w sztucznej inteligencji, uczeniu maszynowym i naukach o marketingu. Będziesz oceniać pojawiające się technologie, wprowadzać nowe pomysły do ​​organizacji i pomagać w zapewnieniu, że nasze możliwości w zakresie analityki danych pozostaną istotne z komercyjnego punktu widzenia i wiodące pod względem technicznym. Kwalifikacje: Doświadczenie w kierowaniu komercyjnymi zespołami zajmującymi się analizą danych, naukami o marketingu lub naukami o podejmowaniu decyzji.

Silna wiedza specjalistyczna w zakresie analiz predykcyjnych, analiz klientów, uczenia maszynowego i modelowania statystycznego. Doświadczenie w stosowaniu nauki o danych do celów marketingowych, pozyskiwania klientów, wartości życiowej lub ustalania stawek opartych na wartości. Doświadczenie w tworzeniu rozwiązań do uczenia maszynowego w nowoczesnych środowiskach chmurowych i ścisła współpraca z zespołami inżynieryjnymi i ML Ops.

Dobra znajomość SQL, Python i nowoczesnych frameworków uczenia maszynowego. Doświadczenie w pracy z Google Ads, Meta lub innymi głównymi platformami reklamowymi. Doskonałe umiejętności zarządzania interesariuszami i komunikacji, z możliwością wywierania wpływu zarówno na odbiorców technicznych, jak i komercyjnych.

Doświadczenie w budowaniu i rozwijaniu wysokowydajnych zespołów Data Science. Silna ocena komercyjna, równoważąca doskonałość techniczną z wymiernym wpływem biznesowym. Pragmatyczne podejście do sztucznej inteligencji, zastosowanie nowych technologii tam, gdzie tworzą one rzeczywistą wartość komercyjną.

Miło jest mieć doświadczenie w marketingu afiliacyjnym, wydawnictwach cyfrowych lub firmach generujących leady. Doświadczenie w pracy w usługach finansowych, ubezpieczeniach lub branżach regulowanych. Doświadczenie w bezpośredniej pracy z zespołami Google lub Meta Data Science.

Doświadczenie w modelowaniu atrybucji i pomiarach marketingowych. Doświadczenie w budowaniu algorytmów optymalizacyjnych dla procesorów DSP lub platform reklamowych. Doświadczenie w zakresie wnioskowania przyczynowego, ram eksperymentalnych lub testowania przyrostowości.

Doświadczenie w prognozowaniu wyników marketingowych lub handlowych. Doświadczenie z Vertex AI lub równoważnymi platformami uczenia maszynowego opartymi na chmurze. Doradca Forbesa zapewnia równe szanse zatrudnienia wszystkim pracownikom i kandydatom do pracy oraz zabrania dyskryminacji i molestowania wszelkiego rodzaju bez względu na rasę, kolor skóry, religię, wiek, płeć, pochodzenie narodowe, niepełnosprawność, genetykę, status weterana chronionego, orientację seksualną, tożsamość lub ekspresję płciową lub jakąkolwiek inną cechę chronioną przez prawo federalne, stanowe lub lokalne.

Niniejsza polityka ma zastosowanie do wszystkich warunków zatrudnienia, w tym rekrutacji, zatrudniania, stażu, awansu, rozwiązania umowy o pracę, zwolnienia, odwołania, przeniesienia, urlopów, wynagrodzeń i szkolenie. Oryginalnie opublikowano w Himalajach