Senior Datový vědecký pracovník
Na dálku | Indie
- Zkušenosti
- 5+ Years
- Umístění
- Remote
- Typ zaměstnání
- Full Time (Contract)
- Datum zahájení
- ASAP
O pozici
Hledáme Senior Datového vědeckého pracovníka, který se připojí k rostoucímu týmu Data Science a Analytics. Budete vytvářet a nasazovat modely strojového učení, které poháněj retail média a měření marketingu, a budete vlastnit projekty od začátku do konce: sběr a formování dat v cloudovém datovém jezeře, vývoj modelů a dodávání monitorovaných, produkčně připravených kanálů. Důležitou roli hraje solidní pochopení datové infrastruktury a datasetů, které stojí za strojovým učením. Velkou součástí práce je marketing analytics. Budete úzce spolupracovat s analytickými a datovými inženýrskými týmy na měření a zlepšování výkonu kampaní across kanály, s využitím metod jako ROAS analýza, inkrementálnost testování a marketing mix modeling. Ideální kandidát by měl být zvídavý řešitel problémů, který se stará o kvalitu dat, testování a monitorování, dobře spolupracuje across týmy a je pohodlný s používáním AI nástrojů jako Claude v každodenní práci.
- Build, validate, and A/B test predictive models that drive marketing and shopper outcomes
- Develop and improve campaign measurement approaches, including ROAS/iROAS, incrementality and holdout testing, and marketing mix modeling, and translate results into clear recommendations for business stakeholders
- Own data science projects end to end: data sourcing, feature engineering, model development, business-friendly output, and a production machine learning pipeline
- Source and process large-scale, multi-tenant retail data using Python, Spark, and SQL in Databricks, including writing SQL and creating views and tables
- Build and maintain upstream pipelines and well-modeled datasets that support downstream models, partnering with analytics and data engineering teams to define data contracts, quality expectations, and shared metric definitions
- Implement testing, data observability, and monitoring across machine learning and data pipelines, including data quality, model performance, and drift checks
- Create dashboards and alerts for model, pipeline, and data monitoring
- Partner with Data Analysts and Data Engineers to answer data questions, offload repeatable processes, and help ensure reports are accurate
- Proactively identify failure points, own the whole process, and solve complex data and pipeline issues
- Leverage AI tools (such as Claude) in day-to-day work to improve productivity and quality
- Participate in a rotating on-call schedule
- Other related duties as assigned
Co budete potřebovat
- 5+ years of professional experience across data science, applied machine learning, and data engineering, with strong Python, SQL, and Spark skills, including hands-on experience working in Databricks.
- Hands-on experience developing marketing or advertising models, such as campaign measurement (ROAS, incrementality), marketing mix modeling, attribution, or audience/propensity and uplift modeling.
- Experience building, deploying, and monitoring predictive and machine learning models in production.
- Strong foundation in statistics and experimental design (e.g., hypothesis testing, regression, causal inference).
- Strong understanding of data modeling, data pipelines, and ETL processes, with hands-on experience building the views, tables, and transformations that support machine learning models and analytics.
- B.S. in Mathematics, Statistics, Computer Science, Computer Engineering, or a related field.
- Operational experience working with large-scale data warehouses and/or data lakes.
- Proven ability to collaborate with data analysts, data engineers, and internal stakeholders, and to work in an ambiguous, fast-paced environment.
- Ability to leverage AI tools in day-to-day work.
- Build data products that are well-modeled, documented, and easy to understand and maintain.
- Experience in marketing, retail, CPG, e-commerce, or retail media/ad tech.
- Experience designing and analyzing A/B tests, holdout and geo experiments, and incrementality studies.
- Experience with Databricks platform capabilities.
- Experience with LLM, embedding, or NLP-based approaches (e.g., product classification or matching), including using tools such as Claude.
- Experience with data visualization, observability and monitoring dashboards (e.g., Grafana or Databricks SQL dashboards or Tableau).
- Experience with ad-hoc analysis and data visualization.
Naše kultura (čili, ta dobrá část)
Jsme sjednocený tým.
Spíš rodina než kolegové. Vítězíme společně, slavíme společně a máme se navzájem.
Respektujeme váš čas.
Jasné rozsahy, realistické časové plány a žádný časový marnotratnost. Ceníme si vašeho času stejně jako vy.
Podnikatelský duch.
Jedeme rychle, prebereme odpovědnost a nebojíme se stavět, rozebírat, učit se a stavět znovu.
Malé ego, velký dopad.
Skvělé nápady mohou přijít odkudkoli. Nasloucháme, respektujeme a podporujeme se navzájem.
Postaveno na věčnost.
Nízká fluktuace, vysoká důvěra. Lidé zůstávají, protože milují svou práci a své kolegy.
Pojďme spolu budovat skvělé věci.
Řekněte nám něco o sobě a své zkušenosti. Brzy se vám ozveme.