We are seeking a skilled and versatile Data Science Manager with AI familiarity to join our growing team. In this role, you’ll collaborate with practice leaders, engineers, and cross-functional stakeholders to solve complex business challenges using data science and AI-driven approaches. You’ll work on end-to-end data science initiatives, with opportunities to design and implement cutting-edge generative AI (GenAI) and LLM-powered solutions.

Key Responsibilities

Data Science & Analytics

Partner with practice leaders and clients to understand business problems, industry context, data sources, risks, and constraints.
Translate business needs into actionable data science solutions, evaluating multiple approaches and clearly communicating trade-offs.
Collaborate with stakeholders to align on methodology, deliverables, and project roadmaps.
Leverage Machine Learning and Data Analysis to optimize marketing campaigns.
Conduct A/B tests to improve campaign performance, measure campaign effectiveness, and increase engagement and conversion rates.

AI & Generative AI Collaboration

In addition to traditional data science responsibilities, you will collaborate with AI and engineering teams to:

Design and implement production-grade AI solutions leveraging LLMs, transformers, retrieval-augmented generation (RAG), agentic workflows, and generative AI agents.
Optimize prompt design, workflows, and pipelines for performance, accuracy, and cost-efficiency.
Build multi-step, stateful agentic systems that utilize external APIs/tools and support robust reasoning.
Deploy GenAI models and pipelines in production (API, batch, or streaming) with a focus on scalability and reliability.
Develop evaluation frameworks to monitor grounding, factuality, latency, and cost.
Implement safety and reliability measures such as prompt-injection protection, content moderation, loop prevention, and tool-call limits.
Work closely with Product, Engineering, and ML Ops to deliver robust, high-quality AI capabilities end-to-end.
Develop and manage detailed project plans including milestones, risks, owners, and contingency plans.
Create and maintain efficient data pipelines using SQL, Spark, and cloud-based big data technologies within client architectures.
Collect, clean, and integrate large datasets from internal and external sources to support functional business requirements.
Build analytics tools that deliver insights across domains such as customer acquisition, operations, and performance metrics.
Perform exploratory data analysis, data mining, and statistical modeling to uncover insights and inform strategic decisions.
Train, validate, and tune predictive models using modern machine learning techniques and tools.
Document model results in a clear, client-ready format and support model deployment within client environments.

Required Skills & Experience

5+ years of hands-on experience in Data Science, including model building and ML Ops.
Experience in email marketing and direct marketing.
Experience managing people.
Proficiency in Python, SQL, and tools like Pandas, Scikit-learn, NLTK / spaCy, and Spark.
Familiarity with digital marketing ecosystem (e.g., clickstream analytics) and recommendation systems.
Experience deploying models via APIs or integrating them into batch processing pipelines.
Working knowledge of cloud data platforms (e.g., AWS S3, Redshift, GCP, Azure).
Ability to manage data pipelines and ETL processes with a solid understanding of data engineering best practices.
Strong communication and collaboration skills, including experience engaging directly with clients.

Preferred Qualifications

Exposure to ML Ops tools such as MLflow, Kubeflow, or SageMaker.
Experience working in Agile environments with cross-functional teams.

The starting pay range for this role is $125,000 - $160,000. Actual compensation within the range will be dependent on several factors including but not limited to relevant experience, skills, certifications, training, and location. It is not typical for an individual to be hired at or near the top of the range and determining factors for compensation are considered for each individual circumstance. BLEND360 also offers a competitive benefits program to meet the health and financial well-being of our team and their families. You can look forward to a range of benefits including medical, dental, vision, 401K, PTO, paid holidays, commuter benefits, spending accounts, life insurance, disability coverage, and EAPs.

Blend is a premier AI services provider, committed to co-creating meaningful impact for its clients through the power of data science, AI, technology, and people. With a mission to fuel bold visions, Blend tackles significant challenges by seamlessly aligning human expertise with artificial intelligence. The company is dedicated to unlocking value and fostering innovation for its clients by harnessing world-class people and data-driven strategy. We believe that the power of people and AI can have a meaningful impact on your world, creating more fulfilling work and projects for our people and clients. For more information, visit

Key Responsibilities

Data Science & Analytics

Partner with practice leaders and clients to understand business problems, industry context, data sources, risks, and constraints.
Translate business needs into actionable data science solutions, evaluating multiple approaches and clearly communicating trade-offs.
Collaborate with stakeholders to align on methodology, deliverables, and project roadmaps.
Leverage Machine Learning and Data Analysis to optimize marketing campaigns.
Conduct A/B tests to improve campaign performance, measure campaign effectiveness, and increase engagement and conversion rates.

AI & Generative AI Collaboration

In addition to traditional data science responsibilities, you will collaborate with AI and engineering teams to:

Design and implement production-grade AI solutions leveraging LLMs, transformers, retrieval-augmented generation (RAG), agentic workflows, and generative AI agents.
Optimize prompt design, workflows, and pipelines for performance, accuracy, and cost-efficiency.
Build multi-step, stateful agentic systems that utilize external APIs/tools and support robust reasoning.
Deploy GenAI models and pipelines in production (API, batch, or streaming) with a focus on scalability and reliability.
Develop evaluation frameworks to monitor grounding, factuality, latency, and cost.
Implement safety and reliability measures such as prompt-injection protection, content moderation, loop prevention, and tool-call limits.
Work closely with Product, Engineering, and ML Ops to deliver robust, high-quality AI capabilities end-to-end.
Develop and manage detailed project plans including milestones, risks, owners, and contingency plans.
Create and maintain efficient data pipelines using SQL, Spark, and cloud-based big data technologies within client architectures.
Collect, clean, and integrate large datasets from internal and external sources to support functional business requirements.
Build analytics tools that deliver insights across domains such as customer acquisition, operations, and performance metrics.
Perform exploratory data analysis, data mining, and statistical modeling to uncover insights and inform strategic decisions.
Train, validate, and tune predictive models using modern machine learning techniques and tools.
Document model results in a clear, client-ready format and support model deployment within client environments.

Required Skills & Experience

5+ years of hands-on experience in Data Science, including model building and ML Ops.
Experience in email marketing and direct marketing.
Experience managing people.
Proficiency in Python, SQL, and tools like Pandas, Scikit-learn, NLTK / spaCy, and Spark.
Familiarity with digital marketing ecosystem (e.g., clickstream analytics) and recommendation systems.
Experience deploying models via APIs or integrating them into batch processing pipelines.
Working knowledge of cloud data platforms (e.g., AWS S3, Redshift, GCP, Azure).
Ability to manage data pipelines and ETL processes with a solid understanding of data engineering best practices.
Strong communication and collaboration skills, including experience engaging directly with clients.

Preferred Qualifications

Exposure to ML Ops tools such as MLflow, Kubeflow, or SageMaker.
Experience working in Agile environments with cross-functional teams.

Мы ищем квалифицированного и универсального менеджера по науке о данных (Data Science Manager) со знанием ИИ для присоединения к нашей растущей команде. В этой роли вы будете сотрудничать с руководителями направлений, инженерами и кросс-функциональными заинтересованными сторонами для решения сложных бизнес-задач с использованием подходов, основанных на науке о данных и ИИ. Вы будете работать над комплексными инициативами в области науки о данных, имея возможность разрабатывать и внедрять передовые решения на базе генеративного ИИ (GenAI) и LLM.

Blend — ведущий поставщик услуг в области ИИ, стремящийся создавать значимое влияние для своих клиентов посредством силы науки о данных, ИИ, технологий и людей. С миссией по реализации смелых видений, Blend решает значительные проблемы, беспрепятственно согласовывая человеческий опыт с искусственным интеллектом. Компания стремится раскрывать ценность и способствовать инновациям для своих клиентов, используя людей мирового класса и стратегию, основанную на данных. Мы верим, что сила людей и ИИ может оказать значительное влияние на ваш мир, создавая более значимую работу и проекты для наших сотрудников и клиентов. Для получения дополнительной информации посетите:

Наука о данных и аналитика

Сотрудничайте с руководителями направлений и клиентами для понимания бизнес-задач, отраслевого контекста, источников данных, рисков и ограничений
Преобразуйте потребности бизнеса в действенные решения в области науки о данных, оценивая различные подходы и четко сообщая о компромиссах
Взаимодействуйте с заинтересованными сторонами для согласования методологии, результатов и дорожных карт проектов
Используйте машинное обучение и анализ данных для оптимизации маркетинговых кампаний
Проводите A/B-тесты для улучшения эффективности кампаний, измерения их результативности и увеличения показателей вовлеченности и конверсии

Сотрудничество в области ИИ и генеративного ИИ

В дополнение к традиционным обязанностям в области науки о данных вы будете сотрудничать с командами по ИИ и инженерии для:

Разработки и внедрения производственных решений на базе ИИ с использованием LLM, трансформеров, генерации с дополненной выборкой (RAG), агентных рабочих процессов и генеративных ИИ-агентов
Оптимизации дизайна промптов, рабочих процессов и конвейеров для повышения производительности, точности и экономической эффективности
Создания многошаговых, контекстно-зависимых агентных систем, которые используют внешние API/инструменты и поддерживают надежное логическое рассуждение
Развертывания моделей и конвейеров GenAI в производственной среде (API, пакетная обработка или потоковая передача) с акцентом на масштабируемость и надежность
Разработки фреймворков оценки для мониторинга обоснованности, фактической точности, задержки и стоимости
Внедрения мер безопасности и надежности, таких как защита от инъекций промптов, модерация контента, предотвращение циклов и ограничения вызовов инструментов
Тесного сотрудничества с отделами продукта, инженерии и ML Ops для обеспечения надежных, высококачественных ИИ-возможностей на сквозной основе
Разработки и управления подробными планами проектов, включая этапы, риски, ответственных и планы действий на случай непредвиденных обстоятельств
Создания и поддержки эффективных конвейеров данных с использованием SQL, Spark и облачных технологий для больших данных в рамках клиентских архитектур
Сбора, очистки и интеграции больших наборов данных из внутренних и внешних источников для поддержки функциональных бизнес-требований
Создания аналитических инструментов, предоставляющих ценную информацию по таким областям, как привлечение клиентов, операции и показатели эффективности
Проведения исследовательского анализа данных, интеллектуального анализа данных и статистического моделирования для выявления закономерностей и информирования стратегических решений
Обучения, валидации и настройки предиктивных моделей с использованием современных методов и инструментов машинного обучения
Документирования результатов модели в четком, готовом для клиента формате и поддержки развертывания моделей в клиентских средах

Более 5 лет практического опыта в области науки о данных, включая создание моделей и ML Ops
Опыт работы в области email-маркетинга и прямого маркетинга
Опыт управления людьми
Уверенное владение Python, SQL и такими инструментами, как Pandas, Scikit-learn, NLTK / spaCy и Spark
Знакомство с экосистемой цифрового маркетинга (например, аналитика кликстрима) и рекомендательными системами
Опыт развертывания моделей через API или их интеграции в конвейеры пакетной обработки
Рабочее знание облачных платформ данных (например, AWS S3, Redshift, GCP, Azure)
Способность управлять конвейерами данных и ETL-процессами с твердым пониманием лучших практик инженерии данных
Сильные коммуникативные и командные навыки, включая опыт прямого взаимодействия с клиентами

Опыт работы с инструментами ML Ops, такими как MLflow, Kubeflow или SageMaker
Опыт работы в Agile-среде с кросс-функциональными командами

Стартовый диапазон оплаты труда для этой должности составляет от 125 000 до 160 000 долларов США. Фактическая компенсация в рамках этого диапазона будет зависеть от нескольких факторов, включая, но не ограничиваясь, соответствующий опыт, навыки, сертификаты, обучение и местоположение. Обычно мы не нанимаем сотрудников на уровне или близком к верхней границе диапазона, и определяющие факторы для компенсации рассматриваются для каждого отдельного случая. BLEND360 также предлагает конкурентную программу льгот для обеспечения здоровья и финансового благополучия нашей команды и их семей. Вы можете рассчитывать на ряд льгот, включая медицинское страхование, стоматологическое страхование, страхование зрения, 401K, PTO, оплачиваемые праздники, льготы на проезд, счета для расходов, страхование жизни, страхование от нетрудоспособности и программы поддержки сотрудников (EAP).

Marketing Data Science Manager

Key Responsibilities

Data Science & Analytics

AI & Generative AI Collaboration

Required Skills & Experience

Preferred Qualifications

Marketing Data Science Manager

Key Responsibilities

Data Science & Analytics

AI & Generative AI Collaboration

Required Skills & Experience

Preferred Qualifications

Подходит ли тебе эта вакансия?

Ключевые навыки

Оценка зарплаты

Похожие вакансии

Senior/Staff Applied Scientist

Senior Data Scientist, Growth Marketing

Databricks Data Scientist

Sr Director, Data Science and Analytics

Vice President, Data Science

Tech Lead Manager, Machine Learning, Growth and Marketing

Senior Data Scientist

Data Scientist, Cloud Distribution & Growth

Lead / Manager, Data Scientist

Senior Data Scientist - Applied ML

Data Scientist

Senior Data Scientist

Детали

Сопроводительное письмо к вакансии

О вакансии

Задачи

Наука о данных и аналитика

Сотрудничество в области ИИ и генеративного ИИ

Требования

Будет плюсом

Условия

Описание

Key Responsibilities

Data Science & Analytics

AI & Generative AI Collaboration

Required Skills & Experience

Preferred Qualifications

Описание

Key Responsibilities

Data Science & Analytics

AI & Generative AI Collaboration

Required Skills & Experience

Preferred Qualifications

Подходит ли тебе эта вакансия?

Ключевые навыки

Оценка зарплаты

Похожие вакансии

Senior/Staff Applied Scientist

Senior Data Scientist, Growth Marketing

Databricks Data Scientist

Sr Director, Data Science and Analytics

Vice President, Data Science

Tech Lead Manager, Machine Learning, Growth and Marketing

Senior Data Scientist

Data Scientist, Cloud Distribution & Growth

Lead / Manager, Data Scientist

Senior Data Scientist - Applied ML

Data Scientist

Senior Data Scientist

Детали

Сопроводительное письмо к вакансии

О вакансии

Задачи

Наука о данных и аналитика

Сотрудничество в области ИИ и генеративного ИИ

Требования

Будет плюсом

Условия