Programmatic Ads Data Science Lead

Обзор компании

Block начала свою историю в 2013 году с простой идеи, коренным образом изменившей ландшафт пиринговых платежей. С тех пор Cash App превратилось в комплексную финансовую экосистему. Предлагая набор финансовых продуктов, включая Afterpay/Clearpay, мы стремимся к переосмыслению финансового взаимодействия, делая его понятным, мгновенным и доступным для всех. С 47 миллионами активных пользователей ежемесячно, мы остаемся преданными инновациям.

Наша культурно богатая глобальная команда тысячи сотрудников стремится к инновациям, влиянию и сотрудничеству. Работая в офисах и удаленно в разных странах, Cash App гарантирует, что каждый сотрудник, независимо от его местоположения, чувствует себя творческим, продуктивным и ценным. Узнайте больше о нашем месте работы и уникальных предложениях на cash.app/careers.

Описание вакансии: Ведущий специалист по данным в области программатической рекламы

Команда Data Science в Cash App фокусируется на наших 47 миллионах пользователей, помещая их в центр всего, что мы делаем. Тесно сотрудничая с ключевыми отделами, мы используем наши богатые наборы данных для ежедневного улучшения пользовательского опыта. Присоединяйтесь к нашей команде Commerce в качестве Ведущего специалиста по данным для инновации наших рекламных решений, особенно в нашей мощной онлайн-платформе Afterpay и для разработки новых партнерств вне платформы.

В качестве лидера вы будете определять стратегические направления и создавать основополагающие модели данных, которые стимулируют бизнес-рост. Развивая стратегические партнерства внутри продуктовых и продажных команд, вы будете использовать данные для достижения бизнес-целей, повышения эффективности маркетинга и расшифровки поведения пользователей через тщательные анализы.

К вашим обязанностям будет относиться:

• Улучшение стратегий программатического маркетинга через мощное моделирование для максимизации ROI.
• Разработка и оценка экспериментов для анализа воздействия маркетинговых кампаний.
• Использование SQL и языков сценариев, таких как Python или R, для извлечения практически значимых выводов из больших наборов данных.
• Применение статистических и математических моделей для решения сложных бизнес-вопросов.
• Создание комп