Senior Marketing Mix Modeling Data Scientist
Cyclad
Rola koncentruje się na budowie i wdrażaniu modeli Marketing Mix Modeling (MMM) z wykorzystaniem frameworka Google Meridian. Na co dzień będziesz projektować modele bayesowskie do pomiaru wpływu kanałów marketingowych, tworzyć skalowalne pipeline'y w Pythonie oraz przekładać wyniki techniczne na rekomendacje biznesowe dla kadry kierowniczej. Współpracujesz z zespołem Data Science przy kalibracji modeli z użyciem danych z eksperymentów inkrementalnych (geo-testów).
Brakuje: nie podano wielkości zespołu ani struktury organizacyjnej., brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania, forma oceny)..
Rola koncentruje się na budowie i wdrażaniu modeli Marketing Mix Modeling (MMM) z wykorzystaniem frameworka Google Meridian. Na co dzień będziesz projektować modele bayesowskie do pomiaru wpływu kanałów marketingowych, tworzyć skalowalne pipeline'y w Pythonie oraz przekładać wyniki techniczne na rekomendacje biznesowe dla kadry kierowniczej. Współpracujesz z zespołem Data Science przy kalibracji modeli z użyciem danych z eksperymentów inkrementalnych (geo-testów).
- ✓Praca w pełni zdalna z wysokim wynagrodzeniem B2B (27700–31100 PLN/mies.).
- ✓Możliwość pracy z nowoczesnymi metodami bayesowskimi i uznanym frameworkiem (Google Meridian).
- ✓Rola ma realny wpływ na decyzje budżetowe dużych reklamodawców.
- ✓Wymagana jest znajomość zaawansowanej statystyki, co stanowi atut dla osób lubiących wyzwania analityczne.
- −Cyclad to agencja rekrutacyjna – faktycznym pracodawcą będzie klient zewnętrzny, co może wiązać się z mniejszą stabilnością i ograniczoną kontrolą nad projektem.
- −Brak informacji o kliencie końcowym – nie wiadomo, w jakiej branży i firmie będziesz pracować.
- −Nie podano długości projektu ani przewidywanego czasu trwania współpracy.
- !Brak opisu procesu rekrutacyjnego – nie wiadomo, ile etapów ani jak wygląda ocena techniczna.
- !Nie określono wielkości zespołu Data Science ani struktury wsparcia.
- !Wymóg 'bardzo dobrego angielskiego' bez określenia poziomu (np. C1/C2).
- !Nie sprecyzowano, czy narzędzia (np. Meridian) są dostarczone przez klienta, czy należy je samodzielnie konfigurować.
- •Projektowanie i rozwijanie modeli MMM w frameworku Google Meridian
- •Budowa i utrzymanie pipeline'ów Python do pozyskiwania danych, inżynierii cech i walidacji modeli
- •Stosowanie metod bayesowskich (PyMC/ArviZ) do modelowania krzywych nasycenia i ad-stock
- •Analiza danych szeregów czasowych, sezonowości i elastyczności cenowej
- •Przygotowywanie narracji executives (ROI, mCPA, wkład kanałów) dla dyrektorów marketingu
- •Kalibracja modeli MMM przy użyciu danych z geo-eksperymentów i testów liftowych
- •Współpraca z zespołem Data Science nad udoskonalaniem metodologii pomiaru
Oferta dla doświadczonych specjalistów (Senior).
Data scientist z co najmniej 6-letnim doświadczeniem w ekonometrii lub wnioskowaniu przyczynowym, który wdrożył co najmniej jeden model MMM w frameworku bayesowskim (np. Meridian) oraz płynnie programuje w Pythonie ze stosem pandas/NumPy/PyMC.
Osoby z mniej niż 6-letnim doświadczeniem w ekonometrii lub bez znajomości bayesowskich frameworków MMM. Rola wymaga silnego backgroundu ilościowego – nie jest odpowiednia dla juniorów ani midów bez specjalizacji w modelowaniu marketingowym.
- ?Kim jest klient końcowy i w jakiej branży działa?
- ?Jaka jest przewidywana długość projektu (kontraktu)?
- ?Ile osób liczy zespół Data Science i czy są w nim inni specjaliści od MMM?
- ?Czy framework Meridian jest już wdrożony u klienta, czy będziemy go implementować od zera?
- ?Jakie są źródła danych – czy klient dostarcza już oczyszczone dane, czy wymagana jest integracja z wieloma systemami?
- ?Czy przewidziane są dyżury on-call lub praca w godzinach nadliczbowych?
- ?Jak wygląda proces onboardingu i wsparcie merytoryczne ze strony Cyclad/klienta?
- −Nie podano wielkości zespołu ani struktury organizacyjnej.
- −Brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania, forma oceny).
- −Nie wiadomo, czy wynagrodzenie B2B obejmuje dodatkowe benefity (np. budżet szkoleniowy, płatny urlop).
- −Nie określono, czy praca odbywa się nad jednym projektem, czy rotacyjnie.
- −Brak informacji o dostępnych źródłach danych i infrastrukturze (chmura, bazy danych).