De un vistazo
- Tareas: Construye productos de datos que generen valor real en publicidad y análisis.
- Empresa: Titan OS, una empresa innovadora en tecnología y entretenimiento con un ambiente colaborativo.
- Beneficios: Compensación competitiva, seguro de salud privado y oportunidades de desarrollo profesional.
- Otra información: Ambiente diverso e internacional con opciones de teletrabajo disponibles.
- Por qué este empleo: Únete a un equipo dinámico y ayuda a dar forma al futuro de la televisión.
- Cualificaciones: 6+ años en ciencia de datos, experiencia en liderazgo y habilidades en Python y SQL.
El salario previsto está entre 49500 - 60500 € por año.
¿Posee las habilidades y la experiencia adecuadas para este puesto? Siga leyendo para descubrirlo y envíe su solicitud.
Nuestra plataforma combina el descubrimiento de contenido y la tecnología publicitaria en una solución, ayudando a las principales marcas de televisión a desbloquear un mayor valor. Titan OS potencia dispositivos de marcas importantes, alcanzando millones de espectadores en Europa y LATAM. En los últimos dos años, Titan OS ha crecido 10 veces en ingresos y ha atraído a inversores líderes.
En TitanOS, vivimos por tres valores fundamentales:
- Hacer que las cosas sucedan - Tomamos responsabilidad, actuamos rápido y generamos impacto.
- Sin ego - Colaboramos con respeto y humildad para alcanzar objetivos compartidos.
- Mostrar pasión genuina - Amamos lo que hacemos y nunca dejamos de aprender.
La cultura y el entorno son el corazón de nuestra ética. Si lo anterior resuena contigo, sigue leyendo porque creemos que podrías ser una adición perfecta a nuestro increíble equipo.
El Rol
Buscamos un Lead Data Scientist para convertir nuestros datos en productos. Construirás modelos y productos de datos que generen un valor real para el negocio, con un fuerte enfoque en la publicidad: audiencias, segmentación, medición y rendimiento.
Lo que harás:
- Construir productos de datos.
- Tomar ideas desde la primera pregunta hasta un producto en producción: definir el problema, construir el modelo, medir el impacto y mejorarlo.
- Diseñar productos de datos que otros equipos y socios puedan usar, como segmentos de audiencia, puntuaciones, APIs o paneles de control.
- Trabajar con ingeniería de datos para asegurar que los modelos funcionen de manera confiable a gran escala.
- Decidir cuándo una solución simple es suficiente y cuándo un modelo más complejo vale la pena.
- Construir modelos de audiencia y segmentación basados en el comportamiento de visualización, datos de contenido y dispositivo.
- Desarrollar modelos de segmentación, lookalike y contextual para campañas CTV.
- Mejorar el rendimiento y los ingresos publicitarios: pronóstico de inventario, optimización de precios y rendimiento, frecuencia y alcance.
- Diseñar métodos de medición y atribución para que los anunciantes comprendan el valor de sus campañas.
- Trabajar con datos de identidad y enriquecimiento para mejorar el alcance y las tasas de coincidencia.
Otras áreas:
- Recomendaciones de contenido y personalización para la pantalla de inicio y canales FAST.
- Análisis de compromiso y retención de usuarios.
- Apoyar decisiones comerciales con análisis claros, experimentos y pruebas A/B.
Liderazgo:
- Establecer la visión y la hoja de ruta de ciencia de datos junto con producto e ingeniería.
- Construir el equipo de ciencia de datos desde cero: contratar, mentorar y hacer crecer nuevos científicos de datos.
- Definir buenas prácticas: calidad del código, reproducibilidad, diseño de experimentos y evaluación de modelos.
- Explicar resultados complejos de manera sencilla a personas técnicas y no técnicas, incluidos clientes y socios.
Lo que traes:
- Más de 6 años de experiencia en ciencia de datos o aprendizaje automático, con al menos 2 años liderando proyectos o personas.
- Un historial de construcción de productos de datos que llegaron a producción y tuvieron un impacto comercial claro.
- Experiencia en publicidad o tecnología publicitaria.
- Fuertes habilidades en Python y SQL, y buen conocimiento de las bibliotecas de ML habituales.
- Estadísticas sólidas: diseño de experimentos, inferencia causal, pronósticos.
- Experiencia trabajando con grandes conjuntos de datos y plataformas de datos modernas.
- Buena comprensión de la privacidad de datos y cómo afecta el modelado.
- Nivel profesional de inglés.
Deseable:
- Experiencia en CTV, streaming, medios o medición de TV.
- Conocimiento de gráficos de identidad, emparejamiento de hogares o salas limpias de datos.
- Experiencia con sistemas de recomendación.
- Experiencia con herramientas de MLOps.
- Conocimiento de los estándares de IAB.
Razones para postularse:
- Compensación competitiva.
- Seguro de salud privado.
- Ambiente de trabajo amigable, diverso e internacional.
- Oportunidad de trabajar fuera de tu zona de confort y desarrollarte profesionalmente en una emocionante y rápida industria de CTV.
- Cambiar el futuro de la televisión.
Hay opciones de teletrabajo/trabajo desde casa disponibles para este puesto.
Lead Data Scientist - Player Analytics & Ml (Gaming) empresa: Aristocrat Leisure
Aristocrat Leisure es un empleador excepcional que ofrece un entorno de trabajo dinámico y colaborativo, ideal para profesionales del marketing apasionados por la industria del juego. Con oportunidades de crecimiento profesional y un enfoque en la innovación, nuestros empleados disfrutan de un equilibrio entre la vida laboral y personal, así como de beneficios competitivos. Trabajar en nuestras oficinas globales significa estar a la vanguardia de las tendencias del sector y contribuir a campañas de marketing impactantes que realmente marcan la diferencia.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Lead Data Scientist - Player Analytics & Ml (Gaming)
✨Conéctate a Comunidades de Ciencia de Datos
Participa en foros y comunidades online como Kaggle o GitHub, donde puedes compartir proyectos de ciencia de datos y mostrar tus habilidades. Esto no solo te ayuda a aprender más, sino que también te da visibilidad ante reclutadores que están buscando talento.
✨Asiste a Meetups y Conferencias
Las conferencias de ciencia de datos y los meetups locales son una excelente manera de conocer a personas en la industria. Intenta asistir a eventos como PyData o Data Science Meetups en tu ciudad; así podrás establecer conexiones importantes y enterarte de oportunidades laborales como la de Lead Data Scientist - Player Analytics & Ml (Gaming) en Aristocrat Leisure.
✨Demuestra tus Habilidades con Proyectos Personales
Crea un portafolio en línea donde puedas presentar proyectos realizados por ti. Asegúrate de incluir muestras de tu trabajo en Python, R, o cualquier otra herramienta que domines. Esto hará que te destaques cuando postules a Lead Data Scientist - Player Analytics & Ml (Gaming) en Aristocrat Leisure.
✨Conéctate con Profesionales en LinkedIn
Haz uso de LinkedIn para seguir a empresas de ciencia de datos y conectar con quienes trabajan en ellas. Este tipo de estrategia puede abrirte puertas, ya que muchos reclutadores revisan perfiles antes de decidir a quién invitar a entrevistas para roles como Lead Data Scientist - Player Analytics & Ml (Gaming).
Creemos que necesitas estas habilidades para triunfar como Lead Data Scientist - Player Analytics & Ml (Gaming)
Algunos consejos para tu solicitud 🫡
Destaca tus habilidades técnicas:En el mundo de la ciencia de datos, es fundamental que tu CV incluya herramientas y lenguajes de programación específicos. No te olvides de mencionar tus conocimientos en Python, R o SQL, y cualquier experiencia relevante con bibliotecas como Pandas o TensorFlow. ¡Esto le dará un gran empujón a tu perfil ante Aristocrat Leisure!
Proyectos y experiencias prácticas:Además de tu formación académica, es clave incluir proyectos anteriores donde hayas aplicado tus habilidades en ciencia de datos. Asegúrate de mencionar cualquier trabajo que hayas hecho, ya sea en la universidad o de manera independiente. Esto demuestra tu capacidad para resolver problemas reales y tu motivación para aprender en un entorno profesional.
Céntrate en resultados cuantificados:En tu carta de presentación y CV, incluye logros que puedas cuantificar. Por ejemplo, si has dirigido un proyecto que mejoró la eficiencia en un XX%, esto no solo impresiona, sino que demuestra tu capacidad para generar resultados concretos. Esto es especialmente atractivo para un puesto a tiempo completo en Aristocrat Leisure.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Aristocrat Leisure. Comenta por qué te apasiona la ciencia de datos y cómo encajas en la misión de la empresa. Aunque el CV es importante, una carta que muestre tu motivación y visión puede hacer la diferencia.
Cómo prepararte para una entrevista de trabajo en Aristocrat Leisure
✨Prep para preguntas técnicas de datos
Sabemos que en el campo de la ciencia de datos es común que te hagan preguntas técnicas. Prepárate para discutir tus conocimientos en estadística, análisis de datos y programación en Python o R. Además, asegúrate de poder explicar tus proyectos anteriores y el proceso detrás de ellos, ¡es vital que muestres tu pensamiento crítico!
✨Demuestra tus habilidades con un portfolio impactante
Tener un portfolio que muestre tus proyectos de ciencia de datos es esencial. Asegúrate de incluir ejemplos de análisis complejos, visualización de datos e incluso modelos predictivos que hayas desarrollado. ¡Esto no solo muestra tu competencia técnica, sino que también puede dar pie a una conversación más profunda durante la entrevista!
✨Prepárate para discutir casos de uso de datos
En una entrevista para un puesto de ciencia de datos, a menudo te preguntarán sobre estudios de caso o situaciones del mundo real. Practica cómo explicar cómo aplicarías técnicas de análisis para resolver problemas específicos que podrían enfrentar en Aristocrat Leisure. Esto demuestra que entiendes la aplicabilidad de tus habilidades.
✨Muestra tu entusiasmo y curiosidad
Como candidato a un puesto a tiempo completo, es crucial que muestres tu pasión por la ciencia de datos y tu deseo de aprender. Comparte tus intereses en las últimas tendencias de la IA o el machine learning, y menciona proyectos futuros que te gustaría explorar. Esto puede hacer que te destaques entre otros candidatos.