Staff Data Scientist - Programmatic Ads Lead

Обзор компании:

С момента своего основания в Block в 2013 году, Cash App превратилась из простого сервиса пиринговых платежей в разнообразную финансовую экосистему. Изначально созданная для упрощения процессов платежей, сегодня Cash App предлагает передовые финансовые решения, такие как Afterpay/Clearpay, расширяя способы отправки, траты, инвестирования, займов и сбережений. Обслуживая более 47 миллионов активных пользователей ежемесячно, наша миссия заключается в переосмыслении глобальной перспективы отношения к деньгам, делая финансовые услуги более понятными, быстро доступными и универсально доступными.

О нашей команде:

С тысячами сотрудников, распределенных по офисам и удаленным местам работы по всему миру, Cash App продвигает культуру рабочего места, богатую инновациями, сотрудничеством и влиянием. Как компания, изначально принявшая модель распределенной команды, многие из наших ролей доступны для удаленной работы, что соответствует присутствию Cash App в различных странах.

Узнайте больше о наших местоположениях, преимуществах и возможностях на cash.app/careers.

Команда Data Science в Cash App посвящена пониманию потребностей наших клиентов и улучшению их опыта через проницательный анализ данных и стратегическую разработку. Занимая место в команде Commerce, новый сотрудник будет продвигать наш сектор программных рекламных объявлений, выходя за рамки нашей надежной рекламы на месте в Afterpay к более широкому, рекламному подходу следующего поколения за пределами платформы. Эта роль фундаментальна для углубления связи между нашими торговцами и клиентами через инновационные рекламные решения.

Ваша роль:

• Разработка моделей для оптимизации программных маркетинговых усилий с максимизацией ROI.
• Проектирование и анализ экспериментов для оценки влияния маркетинговых инициатив.
• Использование SQL и языков сценариев для всестороннего анализа данных, выявления практических выводов, которые направляют продуктовые и маркетинговые стратегии.
• Применение статистического и математического моделирования для понимания поведения клиентов и их сегментации.
• Создание ключевых наборов данных ETL, визуализаций данных и панелей инструментов самообслуживания.
• Эффективное общение результат