О Viktor
Viktor — это ваш ИИ-коллега. Он обитает в Slack и Microsoft Teams, подключается к тысячам инструментов и выполняет реальную работу для реальных компаний: в области финансов, маркетинга, операционной деятельности, инженерии. Мы создаем продукт, который заменяет половину SaaS-стека.
Команда небольшая. Масштаб — нет.
Краткая версия
Вы прогнозируете пожизненную ценность клиентов (LTV) и используете эти прогнозы для оптимизации привлечения, ценообразования и инвестиций в продажи. Это роль, требующая количественного моделирования: вы связываете удержание, расширение и использование продукта с пожизненной ценностью клиента, тестируете, насколько точны прогнозы, и четко указываете, когда неопределенность слишком велика для принятия решений.
Вы будете работать в офисе в Варшаве вместе с Fryderyk, Matt, командой роста и финансовым отделом, подчиняясь изначально Fryderyk.
Сложная часть
Наши клиенты еще не прожили свои пожизненные циклы. Многие когорты молоды, истории неполны, а некоторые сегменты имеют мало данных. В то же время, новые функции продукта меняют то, как клиенты используют Viktor, расширяют и удерживаются. Модель, подходящая для вчерашних клиентов, может не подойти для завтрашних.
Вам нужно отличать устойчивые сигналы от шума, оценивать ценность до созревания когорты и показывать, насколько уверенным может быть решение. Бэктестинг, калибровка и оценка неопределенности — это часть работы, а не проверки в конце.
Атрибуция — еще одна сложная задача: канал может казаться привлекающим ценных клиентов, не добавляя дополнительной ценности. Вам предстоит отделять атрибутированный доход от инкрементального воздействия, включая эффект активности продаж, чтобы мы знали, куда стоит вложить еще один доллар для получения отдачи.
Что вы будете делать на самом деле
- Создавать и улучшать модели LTV клиентов. Прогнозировать пожизненную ценность на основе удержания, расширения, использования продукта и характеристик клиента. Учитывать неполные истории, молодые когорты и редкие сегменты; пересматривать предположения по мере изменения поведения клиентов.
- Проверять прогнозы перед принятием решений. Проводить бэктестинг на исторических когортах без утечки будущей информации, проверять калибровку и количественно оценивать неопределенность. Отслеживать производительность модели и определять, когда доказательства слишком слабы для действий.
- Руководить привлечением и ценообразованием. Превращать прогнозируемый LTV, стоимость обслуживания и период окупаемости в рекомендации по расходам на привлечение, сегментам клиентов и ценообразованию. Четко формулировать предположения и компромиссы.
- Моделировать атрибуцию и инкрементальность. Связывать расходы на привлечение с пожизненной ценностью клиента, количественно определять, какие каналы привлекают ценных клиентов, и измерять инкрементальное воздействие маркетинговой и торговой активности. Использовать эксперименты и причинно-следственные методы для распределения бюджета.
- Связывать экономику клиента с финансовым планированием. Использовать модели клиентов для информирования сценариев роста, прибыли, денежного потока и привлечения инвестиций, с четкими чувствительностями, а не ложной точностью.
- Делать модели пригодными для использования. Создавать протестированный, воспроизводимый код Python и дашборды жизненного цикла клиента, которые объясняют прогнозы, предположения и неопределенность. К 90-му дню команда должна иметь дашборды, помогающие понять весь жизненный цикл клиента.
- Тесно сотрудничать с командами роста, продаж, финансов и инженером по данным. Отвечать за моделирование и интерпретацию; сотрудничать в области надежных наборов данных и общих определений метрик, а не управлять инфраструктурой хранилища данных.
Кто вы
- Сильные навыки статистического и количественного моделирования. Вы умеете рассуждать об удержании, расширении и пожизненной ценности, выбирать подходящие методы и объяснять их предположения и ограничения.
- Вы знаете, как валидировать модель: бэктестинг, калибровка, оценка неопределенности, предотвращение утечек и производительность при изменяющемся поведении клиентов.
- Глубокие знания в области экспериментов и причинно-следственного вывода. Вы можете отличать корреляцию, атрибуцию и инкрементальное воздействие, а также объяснять, что недоступные данные не могут установить.
- Продвинутый SQL и сильные навыки инженерии на Python. Вы можете создавать, тестировать и поддерживать воспроизводимый код моделирования, а не просто исследовать данные в ноутбуке.
- Коммерческая хватка. Вы можете превратить прогноз в обоснованное решение по привлечению, ценообразованию или инвестициям в продажи, включая рекомендацию не действовать, когда доказательства слабы.
- Инженерия агентов является частью вашего рабочего процесса. Вы используете кодовых агентов для ускорения работы, беря на себя ответственность за методы, код и выводы.
- Вы напрямую работаете с лицами, принимающими решения, бросаете вызов предположениям и отслеживаете, сработали ли ваши рекомендации.
- Находитесь в Варшаве или готовы к переезду, работая в офисе с командой.
Почему эта роль отличается
- Изначально вы подчиняетесь Fryderyk, нашему CEO. Ваш мандат охватывает рост, продажи и финансы, а не фокусируется на одной командной работе.
- Основное внимание уделяется LTV клиента. Ваши модели напрямую влияют на то, где мы привлекаем клиентов, как мы устанавливаем цены и куда инвестируем в продажи.
- Вы работаете бок о бок с людьми, принимающими эти решения в Варшаве, и видите, как прогнозы работают на практике.
- Ваши модели и определения метрик становятся частью слоя данных, используемого людьми и ИИ.
Еще лучше, если
- У вас есть опыт в количественных исследованиях, статистике, эконометрике или другой области, где прогнозы тщательно проверяются на основе результатов.
- Опыт в моделировании пожизненной ценности клиента, выживаемости или удержания, а также в SaaS или экономике на основе использования.
- Опыт в атрибуции, моделировании маркетингового микса или измерении инкрементальности на реальных маркетинговых или торговых инвестициях.
- Вы создали что-то с LLM, что вышло за рамки демо.
Технологии
ClickHouse, Hex, Python, PostHog, Stripe data.
Как мы работаем
Маленькая команда, высокое доверие, мало процессов. Решения принимаются владельцами, а не комитетами. Вы сможете выпустить свой первый продукт в течение первой недели. Вы поговорите с пользователями в первый же день.
Почему Viktor
Мы создаем ИИ-коллегу, который выполняет реальную работу через инструменты компании.
Это редкая возможность: каждый здесь владеет чем-то реальным. Не задачей. Участком компании, от которого зависят клиенты.
Это не продлится вечно. Но прямо сейчас это так.
Компенсация
Зарплата на уровне лучших предложений на рынке и владение, которое возможно только на этой стадии.
Это роль в офисе в Варшаве, работа бок о бок с командой роста и финансовым отделом.
