Tillbaka till alla roller
Vi söker

Senior datavetenskap

Full Time (Contract) Remote ASAP

Remote | Indien

Erfarenhet
5+ Years
Plats
Remote
Anställningstyp
Full Time (Contract)
Startdatum
ASAP

Om rollen

Vi söker en Senior datavetenskap för att ansluta sig till ett växande datavetenskap- och analytikerteam. Du kommer att bygga och lansera maskininlärningsmodeller som möjliggör detaljhandelsmedier och marknadsföringsmätning, och du kommer att äga projekt från början till slut: hämta och forma data i en cloud lakehouse-miljö, utveckla modeller och leverera övervakade, produktionsklara pipelines. En solid förståelse för datainfrstrukturen och dataseten bakom maskininlärning är viktigt för denna roll. En stor del av jobbet är marknadsföringsanalys. Du kommer att arbeta nära tillsammans med analys- och datatekniker-team för att mäta och förbättra kampanjresultat över kanaler, med hjälp av metoder som ROAS-analys, inkrementalitetstestning och marknadsföringsmix-modellering. Den ideala kandidaten bör vara en nyfiken problemlösare som bryr sig om datakvalitet, testning och övervakning, fungerar väl på tvären av teams och är bekväm med att använda AI-verktyg som Claude i sitt dagliga arbete.

  • 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

Det du behöver

  • 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.

Vår kultur (aka, det goda)

Vi är en tätt sammansvetsad gång.

Mer som en familj än kollegor. Vi vinner tillsammans, firar tillsammans och har varandras rygg.

Respektera din tid.

Tydliga omfattningar, realistiska tidslinjer och noll tidsspill. Vi värderar din tid lika mycket som du gör.

Entreprenöriell till sin kärna.

Vi rör oss snabbt, tar ägarskap och är inte rädda för att bygga, bryta sönder, lära oss och bygga igen.

Lågt ego, höga resultat.

Bra idéer kan komma från var som helst. Vi lyssnar, respekterar och lyfter varandra upp.

Byggt för att hålla.

Låg personalomsättning, högt förtroende. Människor stannar för att de älskar arbetet och människorna.

Låt oss bygga stora saker tillsammans.

Berätta lite om dig själv och din erfarenhet. Vi återkommer till dig snart.

01

Vad kallar vi dig?

02

Vart ska vi skicka de goda nyheterna?

03

Hur många år har du arbetat med detta?

04

Vilka är dina favoritverktyg — de du vill bli känd för?

05

Referenser

Människor du har arbetat med som kan säga gott om dig — det hjälper oss att gå snabbare.

06

Skriv det själv! Vi bedömer inte grammatiken; vi vill bara ha dina riktiga, opolerade tankar, inte en väl redigerad AI-text.

07

Ladda upp ditt CV här

Vi bryr oss om innehållet, inte typsnittsvalet.

Dra och släpp ditt CV här, eller klicka för att bläddraPDF, DOC eller DOCX — max 5MB
08

Gärna 3–4 rader, men se till att det är dina egna ord, inte AI. Vi kan se skillnaden på långt håll.

09

Valfritt — en länk räcker.

10

Valfritt — det hjälper oss att veta var vi ska fortsätta att visas.

11

Spela in och vara dig själv

Berätta om dig själv på 30 sekunder till en minut. Dela lite om din väg hittills, vad du är bra på, vilket projekt du är stolt över, och vad som drog dig till denna roll/företag.

0:00/ 1:00

Din webbläsare kommer att fråga om mikrofonåtkomst när du klickar på Start.