Data Scientist

Компенсация: 150 000 – 185 000 долларов США в год

Samba — компания, специализирующаяся на медиа-аналитике. Мы знаем, что мир смотрит, читает и о чем думает — в режиме реального времени, в масштабе, на каждом экране. Наши данные существуют с согласия более миллиарда человек, организованные в наиболее полную картину потребительского внимания, когда-либо созданную. Крупнейшие бренды в мире используют эту картину для принятия более обоснованных решений. Мы считаем, что это самый интересный набор данных на планете, потому что он самый актуальный с культурной точки зрения.

О РОЛИ Мы ищем практического Data Scientist, который будет отвечать за разработку и реализацию сложных моделей измерения и моделирования, лежащих в основе наших продуктов для измерения и анализа аудитории. Роль требует глубокого понимания науки о данных и машинного обучения на основе первых принципов — не просто умения применять библиотеки, но и способности четко рассуждать о поведении моделей, обсуждать компромиссы между подходами и принимать обоснованные методологические решения в условиях неопределенности. Это, безусловно, роль, связанная с программированием — вы будете проводить большую часть времени, пишущий Python-код производственного качества, создавая и оценивая модели на основе крупномасштабных данных о просмотрах и веб-данных, а также реализуя комплексные ML-решения. Вы будете тесно сотрудничать с командами Data Engineering, Product и go-to-market.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ Писать и отвечать за Python-код производственного качества end-to-end — хорошо структурированный, протестированный, документированный и созданный надолго; знание PySpark необходимо для работы с наборами данных Samba о просмотрах объемом в миллиард строк. Разрабатывать, создавать и внедрять модели измерения и статистические фреймворки, которые лежат в основе продуктов Samba для измерения кампаний, оценки охвата/частоты и межплатформенной атрибуции. Применять подходящую статистическую технику и технику ML к подходящей проблеме — используя иерархические модели, байесовский вывод, градиентный бустинг, регуляризованную регрессию, причинное ML, вероятностную привязку записей — и четко обосновывать свой выбор. Создавать и оценивать модели многоканальной атрибуции (multi-touch и multi-channel); применять методы причинного ML — контрфактическое моделирование, мета-обучающие модели (S-learner, T-learner, X-learner) и оценку гетерогенных эффектов воздействия — к задачам измерения рекламы и просмотров. Сотрудничать с Data Engineering для определения требований к данным, проверки конвейеров и обеспечения надежности, масштабируемости и готовности к производству входных данных модели. Руководить техническими обзорами проектов и вносить значимый вклад в принятие архитектурных решений в команде Data Science. Наставлять младших Data Scientists посредством обзора кода, парной работы и структурированной технической обратной связи — повышая общий технический уровень команды. Четко доносить методологии измерения и результаты как техническим, так и нетехническим аудиториям, включая высшее руководство и внешних клиентов.

КТО ВЫ 5-7 лет профессионального опыта в области Data Science — практическая работа, ориентация на результат и измеримые достижения в виде реализованных моделей и производственных систем. Экспертное владение Python — чистый, модульный, тестируемый, готовый к производству код — это ваш стандарт, а не ваша цель. Продвинутые знания PySpark и Databricks — уверенное создание и оптимизация конвейеров данных и ML-рабочих процессов на наборах данных объемом в миллиард строк. Глубокое понимание статистики и ML на основе первых принципов — вы можете объяснить с нуля, как работают эти модели, и вы используете это понимание для принятия лучших решений по моделированию. Надежное понимание экспериментального дизайна — A/B-тестирование, рандомизация, анализ мощности и условия, при которых уместен наблюдательный причинный вывод. Практический опыт полного жизненного цикла ML: инженерия признаков, оценка моделей, конвейеры развертывания, мониторинг дрейфа и итеративное улучшение в производственной среде. Практический опыт работы с моделями увеличения (uplift modeling), синтетическим контролем, разницей в разницах (difference-in-differences) или пропенсити-подходами, применяемыми к результатам рекламы или медиа. Сильный подход к ответственности — вы самостоятельно ведете проекты и готовы нести ответственность за свои модели от исследования данных до производственного внедрения, требуя минимального надзора. Четкое общение — способность переводить статистические рассуждения и поведение моделей на язык, который способствует принятию решений продуктовой, инженерной командами и руководством. Опыт работы с моделями многоканальной атрибуции (MTA) или многоканальной атрибуции — понимание ограничений основанных на правилах подходов и методологических компромиссов основанных на данных альтернатив. Практический опыт работы с методами причинного ML — контрфактическое моделирование, мета-обучающие модели и оценка гетерогенных эффектов воздействия — применяемыми к результатам измерения рекламы или медиа. Прямой опыт работы с данными о просмотрах ТВ или цифровых данных — сигналы ACR, данные STB, панели просмотров или межплатформенные измерения (линейные + CTV/OTT). Знакомство с ландшафтом поставщиков решений для измерений (Nielsen, Comscore, VideoAmp, iSpot) и отраслевыми стандартами (MRC, GRP/TRP фреймворки). Продвинутая степень (MS или PhD) в области статистики, математики, информатики или смежной количественной области — или эквивалентная глубина, продемонстрированная в работе.

Samba является работодателем, предоставляющим равные возможности. Мы ценим разнообразие и стремимся создавать инклюзивную среду для всех сотрудников. Мы стремимся способствовать взаимосвязи друг с другом, отражать сообщества, которым мы служим, и браться за значимые проекты, которые оказывают реальное влияние.

Samba может собирать ваши персональные данные напрямую от вас, как от соискателя. Samba также может получать персональные данные от третьих лиц, например, в связи с проверкой биографии, трудоустройства или рекомендаций, в соответствии с применимым законодательством. Для получения более подробной информации, пожалуйста, ознакомьтесь с Политикой конфиденциальности Samba для соискателей. Для резидентов ЕС, Samba Inc. является контролером данных.