Коммерческий специалист по данным (Data Scientist)

Команда: Revenue Operations
Местоположение: Европа
Тип занятости: Полный рабочий день

Synthesia — ведущая в мире платформа для создания AI-видео для бизнеса, которую используют более 90% компаний из Fortune 100. Основанная в 2017 году, компания имеет штаб-квартиру в Лондоне, а также офисы и команды по всей Европе и США.

В то время как искусственный интеллект продолжает менять нашу жизнь и работу, Synthesia разрабатывает продукты для улучшения визуальной коммуникации и развития профессиональных навыков в компаниях, помогая людям работать лучше и оставаться в центре успешных организаций.

После недавнего раунда финансирования серии E, в котором мы привлекли 200 миллионов долларов, наша оценка составляет 4 миллиарда долларов. Общий объем финансирования превышает 530 миллионов долларов от ведущих инвесторов, включая Accel, NVentures (венчурное подразделение Nvidia), Kleiner Perkins, GV и Evantic Capital, а также основателей и операторов Stripe, Datadog, Miro и Webflow.

О РОЛИ

Мы ищем Коммерческого специалиста по данным (Data Scientist) для создания, внедрения и поддержки моделей data science, которые напрямую улучшают результаты выручки и клиентский опыт.

Вы будете работать по принципу end-to-end: от определения проблемы с коммерческими заинтересованными сторонами до создания и валидации моделей, а также до их развертывания и надежной работы в продакшене вместе с командой Data Engineering.

Типичные проекты включают оценку лояльности клиентов, оценку намерения потенциальных клиентов, предсказание оттока/расширения, сегментацию и фреймворки для экспериментов, которые делают эти модели действенными.

ЧЕМ ВЫ БУДЕТЕ ЗАНИМАТЬСЯ

• Сотрудничество с отделами продаж, RevOps, CS и маркетинга для преобразования нечетких коммерческих вопросов в измеримые проблемы и наборы данных, готовые для моделирования.
• Создание и итерация прогнозных и классификационных моделей (например, оценка лояльности, оценка намерений) с тщательной валидацией, мониторингом и четкими метриками успеха.
• Развертывание моделей в продакшен в сотрудничестве с Data Engineering (пакетные задания, пайплайны, генерация признаков, версионирование и наблюдаемость).
• Поддержка и улучшение существующих моделей: мониторинг производительности, стратегии переобучения, обнаружение дрейфа и обеспечение надежности.
• Сделать модели полезными: предоставление понятных выходных данных, документации и руководств, чтобы коммерческие команды могли действовать на основе полученных данных.
• Вклад в сильную культуру DS: качество кода, воспроизводимость, дисциплина экспериментирования и прагматичный выбор моделей.

КТО ВЫ

Вы — прагматичный коммерчески ориентированный специалист по данным, которому нравится отвечать за результаты, а не только за анализ.

Вы можете взять размытую коммерческую проблему, превратить ее во что-то измеримое и внедрить решение, которое продолжит работать со временем.

ЧТО МЫ ИЩЕМ

Обязательные требования

• Несколько лет опыта работы в индустрии на позиции Data Scientist (или аналогичной), включая полный цикл создания статистических/ML-моделей.
• Прочные знания в области прикладного машинного обучения и статистики, а также хорошее понимание соотношения сложности модели и ее воздействия.
• Ориентация на продакшен: у вас есть опыт работы с развернутыми моделями, и вы понимаете мониторинг, переобучение, качество данных и операционные ограничения.
• Хорошие навыки работы с SQL и Python, опыт работы с данными (data wrangling) и feature engineering.
• Способность ясно общаться как с техническими, так и с нетехническими коллегами, включая объяснение компромиссов и ограничений моделей.
• Умение комфортно работать в среде с высокой степенью автономии: вы можете планировать свою работу, добиваться согласованности и внедрять решения без необходимости получения готовых задач.

Желательные требования

• Опыт работы над коммерческими задачами / задачами выхода на рынок (rev intelligence, оценка потенциальных клиентов, отток, расширение, атрибуция, прогнозирование).
• Опыт тесной работы с современными стеками данных (Snowflake, dbt, Airflow) и продакшен-паттернами для ML.
• Опыт проектирования выходных данных моделей, которые чисто интегрируются в коммерческие рабочие процессы (дашборды, оповещения, сигналы в CRM).

КАК МЫ РАБОТАЕМ

Мы оптимизируем работу под ответственность и свободу.

Это означает:

• Никакого Jira и конвейера задач — мы работаем на основе владения проектами и небольшого количества высокоэффективных проектов.
• Тесное сотрудничество с коммерческими заинтересованными сторонами и Data Engineering для достижения реальных результатов.
• Склонность к прагматичным решениям, которые можно развернуть, контролировать и улучшать.

ПОЧЕМУ СТОИТ ПРИСОЕДИНИТЬСЯ

• Работа над задачами, находящимися на стыке использования продукта и коммерческих результатов.
• Полное владение значимыми проектами end-to-end — от определения до продакшена.
• Присоединение к команде, которая ценит автономию, мастерство и скорость.