Удаленная позиция.
Scrambly — один из самых быстрорастущих adtech-стартапов в мире, за 3,5 года попавший в AppsFlyer Performance Index и Singular ROI Index.
Мы растем на 250%+ год к году по выручке, команде, продукту и технологиям — полностью за счет собственных средств и прибыльны.
Мы создаем будущее открытия приложений: альтернативу App Store и Google Play с вознаграждениями. Наша экосистема, основанная на лояльности, соединяет миллионы пользователей с лучшими приложениями мира и обеспечивает мобильным рекламодателям непревзойденный рост с фокусом на ROI.
Наша миссия — создать настоящую альтернативу традиционным магазинам приложений, основанную на вознаграждениях и данных, и сформировать новый, ориентированный на производительность, механизм роста для рекламодателей мобильных приложений.
О роли
Мы ищем Senior Data Scientist, который будет отвечать за модели, лежащие в основе того, как Scrambly тратит и зарабатывает деньги — какова ценность наших пользователей, сколько мы должны платить за их привлечение и вознаграждение, и как мы защищаем экосистему от злоупотреблений.
Центральная часть роли — прогнозирование ценности пользователя и когорты — прогнозирование того, какой будет ценность пользователей на основе ранних сигналов, и сохранение точности этих прогнозов по мере изменения продукта и рынка. Вокруг этого существует набор связанных проблем, касающихся маркетинга, монетизации и управления рисками, каждая из которых превращает прогноз в решение, на которое реагирует бизнес. Мы обсудим детали с вами в процессе.
Вы будете полностью отвечать за моделирование: постановку задачи, построение модели, определение методов ее оценки и дальнейшее сопровождение после запуска. Вы не будете делать это в одиночку — вы будете тесно сотрудничать с нашими инженерами по данным, конвейерам данных, обслуживанию и интеграции.
Это один из первых специалистов в команде по данным, которая создается с нуля, с подчинением и ежедневной работой с Head of Data. Мы гибки в определении уровня. Название должности отражает уровень ответственности и независимости, которые предполагает роль, а не строгий возрастной ценз — мы определим уровень, должность и вознаграждение в соответствии с тем, что вы привнесете.
Ключевые обязанности
- Прогнозирование ценности. Отвечать и улучшать прогнозирование ценности пользователей и когорт на основе раннего поведения, по нашим различным потокам выручки. Повышать точность там, где это наиболее важно с коммерческой точки зрения, и поддерживать работоспособность моделей по мере изменения продукта.
- Биддинг и ценообразование. Создавать модели, определяющие, сколько мы готовы платить за привлечение пользователей, вместе с механизмами контроля, которые удерживают расходы в пределах маржинальности, пока система еще обучается.
- Сегментация и таргетинг. Создавать скоринг и сегментацию, позволяющие нам относиться к пользователям, партнерам и инвентарю в соответствии с реальной ценностью, которую они приносят.
- Фрод и злоупотребления. Повышать точность наших моделей обнаружения мошенничества и находить баланс между выявлением злоупотреблений и ошибочным наказанием реальных пользователей.
- Оценка. Определять, как оценивается каждая модель, и придерживаться этой линии — дисциплина вневыборочного анализа, бэктестинг и выбор метрик, отражающих коммерческую цель, а не удобную.
- Сотрудничество. Работать с Head of Data по приоритизации, с нашими инженерами по конвейерам данных и обслуживанию, и с коммерческими командами по преобразованию результатов моделей в решения, которым они доверяют.
Требования
- 4+ года опыта работы в качестве data scientist над производственными моделями, которые лежат в основе реальных решений. Нас больше интересует то, чем вы руководили, чем количество лет.
- Практический опыт прогнозирования LTV или ROAS — прогнозирование ценности пользователя или когорты на основе раннего поведения и решение связанных с этим проблем: незрелые когорты, длинные горизонты, разреженные сегменты и модели, которые деградируют по мере изменения продукта. Это основа роли, и мы ищем кого-то, кто уже имел такой опыт.
- Опыт работы в Adtech или мобильном performance-маркетинге — данные атрибуции и MMP, экономика когорт и кампаний, а также то, как фактически принимаются решения о расходах на UA. Опыт работы в gaming, gambling, системах поощрения пользователей и лояльности также будет релевантен, а опыт работы с rewarded, offerwall или incentivised приложениями будет значительным преимуществом.
- Отличное знание Python и SQL, с производственным опытом работы с облачным хранилищем данных — предпочтительно BigQuery.
- Строгий подход к оценке: вы выбираете метрику, соответствующую бизнес-цели, вы внимательны к правильности вневыборочных данных и данных на определенный момент времени, и вы готовы заявить, что модель недостаточно хороша для внедрения.
- Опыт внедрения моделей в производство и использования их для принятия реальных решений — вы понимаете, что для этого требуется и что происходит с моделью впоследствии.
- Коммерческое суждение и четкая коммуникация — способность объяснить модель людям, которые будут тратить деньги на ее основе, и отстаивать свою позицию, когда данные не подтверждают заданный вопрос.
- Проактивный, самостоятельный подход к работе. Вы будете работать в очень небольшой команде, с большой свободой действий и минимальным количеством процессов.
- Английский язык на уровне B2+, письменный и устный — вы будете документировать свою работу и ежедневно взаимодействовать с международной командой.
Приветствуется
- Системы биддинга, ценообразования или распределения бюджета — управляющие контуры, бандиты или другие подходы к расходованию средств в условиях неопределенности.
- Моделирование фрода, обнаружения аномалий или доверия и безопасности, особенно с нечеткими или неполными метками.
- Экспериментирование и причинно-следственный анализ — A/B-тестирование, анализ мощности и измерение прироста.
- Методы выживаемости, иерархического или байесовского моделирования, примененные к задачам ретеншна, монетизации или разреженных сегментов.
- BQML, Dataform или dbt, или другой опыт построения моделей, близких к хранилищу данных.
- Самостоятельное развертывание и мониторинг моделей — конвейеры данных, обслуживание, переобучение и мониторинг дрейфа.
Что мы предлагаем
- Ответственность за модели, определяющие расходы на UA, выплаты по предложениям и решения по фроду — работа, напрямую связанная с выручкой, с видимым влиянием в течение нескольких недель.
- Задачи с реальной глубиной: прогнозирование на длинный горизонт, адаптивность, ценообразование в условиях неопределенности и фрод при несовершенной истинной разметке.
- Тесное сотрудничество с Head of Data, реальное влияние на формирование функции обработки данных и возможности для роста по мере расширения команды.
- Уровень и компенсация, соответствующие вашему вкладу, а не должности в объявлении.
- Прибыльная, самостоятельно развивающаяся компания с ростом 250%+ год к году, где инвестиции в данные оправданы результатами, а не бюджетными циклами.
