Senior Marketing Mix Modeling (MMM) Data Scientist
Cyclad
Rola skupia się na budowie zaawansowanych modeli marketing mix (MMM) z wykorzystaniem frameworka Google Meridian. Będziesz odpowiadać za architekturę pomiaru efektywności wydatków marketingowych, tworząc skalowalne pipeline'y w Pythonie oraz stosując metody Bayesa. Codzienna praca to łączenie statystyki z biznesem – przekształcanie wyników modeli w rekomendacje dla dyrektorów marketingu. To rola dla doświadczonego data scientist ze specjalizacją w ekonometrii i wnioskowaniu przyczynowym, a nie typowe ML.
Brakuje: brak informacji o wielkości zespołu, nie podano branży klienta.
Rola skupia się na budowie zaawansowanych modeli marketing mix (MMM) z wykorzystaniem frameworka Google Meridian. Będziesz odpowiadać za architekturę pomiaru efektywności wydatków marketingowych, tworząc skalowalne pipeline'y w Pythonie oraz stosując metody Bayesa. Codzienna praca to łączenie statystyki z biznesem – przekształcanie wyników modeli w rekomendacje dla dyrektorów marketingu. To rola dla doświadczonego data scientist ze specjalizacją w ekonometrii i wnioskowaniu przyczynowym, a nie typowe ML.
- ✓Nowoczesny stack: Google Meridian, GCP, Bayesian
- ✓Współpraca z seniorami i zespołami cross-funkcyjnymi
- !Brak informacji o wielkości zespołu i strukturze projektu
- !Nieznany klient końcowy – rola przez agencję (Cyclad)
- !Sformułowanie 'dynamiczne środowisko' może sugerować zmienność priorytetów
- •Projektowanie i rozwijanie modeli MMM w frameworku Google Meridian
- •Budowa i utrzymanie skalowalnych pipeline'ów w Pythonie (BigQuery, Pandas, NumPy)
- •Inżynieria cech: obsługa sezonowości, elastyczności cenowej, trendów makro
- •Stosowanie bayesowskich metod wnioskowania (PyMC/ArviZ) do analizy krzywych nasycenia i ad-stock
- •Przygotowywanie raportów ROI, mCPA i wkładu kanałów dla dyrektorów marketingu
- •Kalibracja modeli MMM na podstawie danych z eksperymentów inkrementalnych (geo/lift)
- •Współpraca z zespołem Data Science przy walidacji wyników i interpretacji
- •Kodowanie i code review z użyciem Git i CI/CD (jeśli wdrożone)
Oferta dla doświadczonych specjalistów (Senior).
Data Scientist z 4-5 latami w ekonometrii, znający bayesowskie MMM (choćby LightweightMMM), biegły w Pythonie i analizie szeregów czasowych, gotowy do szybkiego wdrożenia w Google Meridian.
Osoby bez doświadczenia w ekonometrii/wnioskowaniu przyczynowym, juniorzy, osoby szukające hybrydy/stacjonarnej, oraz inżynierowie preferujący wyłącznie ML bez kontaktu z marketingiem.
- ?Jaki jest główny klient tego projektu – branża i budżet marketingowy?
- ?Ile osób liczy zespół Data Science, z którym będę współpracować?
- ?Czy model MMM będzie wdrażany dla jednego klienta, czy równolegle dla wielu?
- ?Jak długo trwa projekt i czy istnieje możliwość przedłużenia?
- ?Czy oczekiwana jest praca w konkretnych godzinach, czy elastyczna?
- ?Jaki jest przewidywany split czasowy między modeling, pipeline a komunikację z klientem?
- ?Czy są przewidziane szkolenia z Google Meridian/GCP?
- −Brak informacji o wielkości zespołu
- −Nie podano branży klienta
- −Nie opisano procesu rekrutacyjnego
- −Brak szczegółów o długości projektu i perspektywach rozwoju
Z ogłoszenia wynika, że środowisko jest dynamiczne i innowacyjne, z naciskiem na współpracę z seniorami i cross-funkcyjność.