Назад
4 дня назад

Ведущий специалист по анализу данных в сфере рекламы (AdTech)

268 000 - 365 100$
Формат работы
remote (только USA)
Тип работы
fulltime
Грейд
lead
Страна
US
RUВакансия из Hirify RU, списка российских tech-компаний

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Ведущий специалист по анализу данных в сфере рекламы (Python/SQL/машинное обучение): развитие решений для рекламной платформы Reddit с акцентом на статистику, эконометрику, причинно-следственные модели и оптимизацию рекламного рынка. Focus on проектировании стратегической дорожной карты, крупномасштабном анализе поведенческих данных, A/B-экспериментах и повышении эффективности рекламодателей.

Локация: удалённо из США, предпочтительно Сан-Франциско и район залива

Зарплата: 268 000–365 100 долларов США в год; дополнительно возможны акции и комиссия в зависимости от уровня позиции.

Компания

Reddit развивает рекламную платформу и инструменты анализа данных для улучшения опыта рекламодателей, пользовательского опыта и дохода платформы.

Что делать

  • Определять развитие решений в области рекламной науки о данных для масштабирования рекламной платформы и роста доходов.
  • Выявлять пробелы и возможности в платформе, аукционе, таргетинге и моделях полнофункциональной воронки.
  • Формировать стратегическую научную дорожную карту и разрабатывать решения для повышения эффективности рекламодателей и пользовательского опыта.
  • Разрабатывать предиктивные и причинно-следственные модели для ускорения полной воронки и анализа жизненной ценности рекламодателя.
  • Определять стандарты крупномасштабного статистического и экономического анализа, офлайн-оценки моделей и A/B-экспериментов.
  • Влиять на бизнес-метрики, техническое и статистическое направление, сотрудничая с командами продукта, инженерии и бизнеса.

Требования

  • Доказанная экспертиза как минимум в одной области: рекламные рынки, аукционы и ставки, креативы и форматы рекламы, измерения и эксперименты в масштабе.
  • Степень магистра или PhD в экономике, статистике, компьютерных науках, исследовании операций или смежной количественной дисциплине.
  • Для степени MS — более 12 лет опыта в прикладной науке, анализе данных или инженерии машинного обучения; для PhD — более 8 лет аналогичного опыта.
  • Продвинутое владение статистическим программированием на Python или R и SQL.
  • Опыт статистического анализа, моделирования, основ машинного обучения и/или методов оптимизации.
  • Глубокое понимание дизайна экспериментов, причинно-следственных выводов или методологий A/B-тестирования.
  • Исключительные навыки решения проблем и коммуникации, опыт работы с партнёрами по продукту и инженерии.
  • Опыт работы в быстро меняющихся и неопределённых условиях с кросс-функциональными командами.
  • Доказанный опыт ведения крупных организаций численностью более 500 инженеров и специалистов по данным в области технического лидерства, статистической строгости и лучших практик машинного обучения.

Культура и преимущества

  • Удалённая работа из США; для роли указана локация Сан-Франциско и район залива.
  • Комплексные медицинские льготы, программы замещения дохода, поддержка психического здоровья и коучинга.
  • 401(k) с соответствующими взносами работодателя, гибкий отпуск, оплачиваемое волонтёрство и оплачиваемый отпуск по уходу за ребёнком.
  • Поддержка планирования семьи, ухода за близкими и генетического здоровья.
  • Глобальные программы льгот, включая поддержку рабочего пространства и профессионального развития.

Процесс найма

  • Некоторые интервью могут записываться, транскрибироваться и обобщаться с помощью искусственного интеллекта; перед интервью кандидат сможет отключить запись, транскрипцию и обобщение.
  • Во время интервью могут собираться идентификаторы, профессиональная и трудовая информация, аудио- и видеозаписи, а также другие добровольно предоставленные персональные данные.

Будьте осторожны

Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →