Dołącz do naszego zespołu jako główny naukowiec danych w dziedzinie marketingu efektywnościowego

W Launch Potato napędzamy marki do przodu, łącząc reklamodawców z konsumentami na różnych etapach podróży klienta - od początkowej świadomości aż do ostatecznej decyzji o zakupie. Zlokalizowani w dynamicznym sercu Delray Beach na Florydzie, nasz cyfrowy medialny powerhouse korzysta z rozległego, globalnie rozproszonego zespołu, znajdującego się w ponad dziesięciu krajach. Jako Firma Odkrywająca i Przekształcająca, wykorzystujemy różnorodność i wysoką wydajność, aby napędzać nasze innowacje. Dlatego szukamy wizjonerskich członków zespołu, którzy są chętni do robienia wpływu.

Twoja rola

Szukamy głównego naukowca danych do odegrania kluczowej roli w rozszerzaniu naszych możliwości nauki o danych. Będziesz tworzyć spersonalizowane doświadczenia dla naszych użytkowników i rozwijać zaawansowane algorytmy, które zwiększają zaangażowanie klientów. Twoja praca będzie bezpośrednio przyczyniać się do udoskonalenia naszego zestawu produktów, wykorzystujących naukę o danych i technologie uczenia maszynowego do zwiększenia jakości i skuteczności naszego generowania leadów.

Ta rola związana jest zarówno z głębokim wgłębieniem się w dane, jak i bezpośrednim kodowaniem wymaganym do wdrożenia najnowocześniejszych rozwiązań z zakresu uczenia maszynowego. Będziesz współpracować z naszymi zespołami Produktu, Inżynierii i Business Intelligence, aby strategizować i priorytetyzować projekty ML z perspektywy transformacyjnego wpływu na biznes.

Obowiązki

• Innowacje i projektowanie rozwiązań Machine Learning dla wyzwań biznesowych, takich jak systemy rekomendacji i personalizacja treści.
• Bezpośrednia współpraca z wielodyscyplinarnymi zespołami w celu usprawnienia naszej infrastruktury modeli i wykonania.
• Wsparcie różnych etapów projektów ML, od początkowego wdrożenia do optymalizacji.
• Prowadzenie zespołu utalentowanych naukowców danych, sprzyjając ich rozwojowi zawodowemu i zwiększaniu umiejętności opracowywania rozwiązań.

Co musisz posiadać, aby odnieść sukces

• Minimum 4 lata doświadczenia w Nauce o Danych i Uczeniu Maszynowym, z czego przynajmniej 2 lata w dziedzinie Marketingu/Reklamy.
• Zaawansowana znajomość SQL, Pythona i różnych narzędzi Data Science takich jak git, Kubernetes, Docker itp.
• Doświadczenie w tworzeniu i zarządzaniu rozwiązaniami ML na platformach chmurowych takich jak AWS lub GCP.
• Mocne podstawy w dziedzinie Machine Learning, Statystyki i wizualizacji danych (preferowany Looker).
• Udowodniona zdolność do zarządzania i rozwijania zespołu naukowców danych i badaczy.

Łączne