Staff Product Data Scientist

В PayPal (NASDAQ: PYPL) мы стремимся демократизировать финансовые услуги и предоставить возможности для людей и бизнесов присоединяться и процветать в глобальной экономике. Наше видение охватывает мир, в котором финансы доступны каждому, что открывает потенциальные экономические возможности на всех уровнях. Вступая в нашу команду, вы будете в самом центре разработки инноваций для движения денег и торговли по всему миру.

PayPal ищет исключительных, аналитически мыслящих и преданных своему делу Старших Продуктовых Дата-Наукогов для усиления нашего глобального воздействия. Вы будете частью команды, стремящейся к инновациям на международном уровне, решению сложных задач и использованию огромных наборов данных для обеспечения успеха на наших платформах.

Идеальный кандидат будет обладать:

• Продвинутыми навыками работы с SQL и исключительными навыками визуализации данных.
• Способностью интегрировать и интерпретировать данные для предоставления действенных выводов.
• Профессионализмом в проведении глубоких анализов ключевых бизнес-метрик и создании доступных презентаций.
• Опытом прямого взаимодействия со стейкхолдерами для обмена идеями и решениями.
• Проактивным подходом к внедрению передовых практик отрасли и генерации инновационных идей.

Вы ориентированы на данные и используете их для решения бизнес-вопросов. Вас знают за аналитическую строгость, страсть к эмпирическим исследованиям и способность работать самостоятельно в динамичной среде. С вашим энергичным и коллаборативным духом, вы готовы влиять на продуктовые решения, формирующие будущее электронной коммерции.

Будучи Старшим Продуктовым Дата-Наукогом в PayPal, вы будете:

• Работать в партнерстве с менеджерами продуктов для определения метрик, измеряющих новые производительности продукта.
• Проводить исследовательский анализ данных, разрабатывать информационные панели для руководства и строить обоснованные бизнес-кейсы для влияния на принятие решений.
• Анализировать и улучшать производительность продукта, диагностировать проблемы и советовать оптимальные решения.
• Наставлять членов команды и устанавливать лучшие практики в аналитике и экспериментировании.

Чтобы быть р