Científico de Datos del Personal (Crecimiento y Optimización)

Visión general del puesto:

Estamos buscando un Científico de Datos altamente capacitado y ágil para unirse a nuestra organización de Ciencias del Crecimiento en Coursera, enfocándose en iniciativas de marketing y personalización. El candidato será fundamental para impulsar el marketing dirigido y el crecimiento hiperpersonalizado para los segmentos de negocio de Coursera. Se espera una sólida base en aprendizaje automático, pero el enfoque principal de este puesto será aprovechar los datos y las ideas para la toma de decisiones estratégicas, respaldado por un sólido historial en estadísticas, pruebas A/B, inferencia causal y modelado de aumento. El Científico de Datos desempeñará un papel esencial en la expansión de los esfuerzos de marketing de Coursera a través de la resolución creativa de problemas, análisis avanzados, colaboración interdisciplinaria y la capacidad de adaptarse rápidamente en un entorno de crecimiento rápido.

Responsabilidades:

Utilizar datos y técnicas estadísticas avanzadas para desarrollar estrategias de marketing basadas en datos, optimizando la adquisición, participación y retención de clientes. Realizar pruebas A/B completas, pruebas multivariadas, inferencia causal y modelado de aumento para evaluar la efectividad de las campañas de marketing y facilitar las decisiones basadas en datos. Colaborar estrechamente con equipos multifuncionales, incluyendo marketing, producto e ingeniería para optimizar las técnicas de focalización, garantizando una segmentación precisa y mensajes personalizados. Desarrollar y mantener tableros y reportes integrales, proporcionando insights accionables a los stakeholders para el desarrollo de estrategias basadas en datos. Implementar y refinar modelos para el valor de vida del cliente, la predicción de abandono, el scoring de propensión y el análisis de atribución para enfocar a grupos de usuarios específicos y maximizar el crecimiento del negocio. Realizar solicitudes de análisis ad-hoc y análisis profundo de los datos del embudo del cliente, presentando los hallazgos a los líderes para la toma de decisiones basada en datos y la orientación de la estrategia de la empresa.

Requisitos básicos:

• Título de Maestría o Licenciatura en Optimización, Investigación de Operaciones, Estadística, Informática o un campo relacionado.
• Experiencia demostrada en analítica de marketing, con un fuerte historial en pruebas A/B, inferencia causal, pruebas multivariadas y modelado de aumento.
• Experiencia previa en el espacio de marketing y optimización, con un enfoque en LTV, optimización de ingresos totales y análisis de canibalización.
• Proficiencia en el uso de lenguajes de programación como Python o R para análisis estadístico y manipulación de datos, así como experiencia con SQL y herramientas de visualización de datos como Tableau, Looker o Power BI.
• Antecedentes en el uso de técnicas de aprendizaje automático para marketing y personalización basados en datos con un sólido entendimiento de las metodologías de segmentación de clientes y un historial comprobado de optimización de campañas dirigidas.

Requisitos preferidos:

• Experiencia en la construcción y mantenimiento de flujos de datos y procesos ETL.
• Familiaridad con herramientas de analítica de marketing como Amplitude.Habilidades fuertes para contar historias, con la capacidad de traducir datos e insights complejos en recomendaciones accionables y visualizaciones atractivas.
• Excelentes habilidades de comunicación, colaboración y gestión de proyectos, con experiencia trabajando en equipos multifuncionales.
• Capacidad demostrada para adaptarse y sobresalir en un entorno de crecimiento rápido y en constante evolución, respondiendo a solicitudes analíticas ad-hoc y realizando análisis profundos según sea necesario.
• Pasión por impulsar el crecimiento y el impacto en el campo de la educación en línea a través de estrategias de marketing basadas en datos.

Si esta oportunidad te interesa, estos cursos en Coursera podrían gustarte:

• Modelado de Investigación de Operaciones
• Curso intensivo en causalidad: Infiriendo efectos causales a partir de datos observacionales

#LI-CP1