De un vistazo
- Tareas: Predice el valor de los usuarios y mejora modelos de adquisición y fraude.
- Empresa: Startup adtech en rápido crecimiento, rentable y con un ambiente innovador.
- Beneficios: Impacto visible en ingresos, flexibilidad en el trabajo y oportunidades de crecimiento.
- Otra información: Colabora estrechamente con el Head of Data en un entorno dinámico.
- Por qué este empleo: Sé parte de un equipo que construye el futuro de la publicidad móvil.
- Cualificaciones: 4+ años como científico de datos y experiencia en modelos de predicción.
El salario previsto está entre 49500 - 60500 € por año.
Scrambly es una de las startups de adtech de más rápido crecimiento en el mundo, creciendo más del 250% año tras año en ingresos, equipo, producto y tecnología. Estamos construyendo el futuro del descubrimiento de aplicaciones: una alternativa impulsada por recompensas a la App Store y Google Play. Nuestra misión es construir una verdadera alternativa a las tiendas de aplicaciones tradicionales, impulsada por recompensas y datos.
Estamos buscando un Científico de Datos Senior para ser responsable de los modelos que determinan cómo Scrambly gasta y genera dinero. El centro del rol es predecir el valor de los usuarios y cohortes, pronosticando lo que las personas valdrán a partir de señales tempranas y manteniendo esas previsiones precisas a medida que el producto y el mercado cambian.
Responsabilidades Clave
- Predicción de valor: ser responsable y mejorar cómo pronosticamos el valor de los usuarios y cohortes a partir de comportamientos tempranos.
- Ofertas y precios: construir el modelo que decide cuánto estamos dispuestos a pagar para adquirir usuarios.
- Segmentación y targeting: construir el scoring y segmentación que nos permita tratar a los usuarios, socios e inventario según el valor que realmente entregan.
- Fraude y abuso: mejorar la precisión de nuestros modelos de fraude y equilibrar la detección de abusos con la penalización incorrecta de usuarios reales.
- Evaluación: decidir cómo se juzga cada modelo y mantener esa línea.
- Colaboración: trabajar con el Jefe de Datos en priorización y con equipos comerciales en convertir la salida del modelo en decisiones confiables.
Requisitos
- Más de 4 años como científico de datos trabajando en modelos de producción que impulsan decisiones reales.
- Experiencia práctica construyendo predicciones de LTV o ROAS a nivel de usuario en producción.
- Antecedentes en adtech o marketing de rendimiento móvil.
- Fuertes habilidades en Python y SQL, con experiencia en un almacén de datos en la nube.
- Rigor en la evaluación: elegir la métrica que coincide con el objetivo comercial.
- Juicio comercial y comunicación clara.
- Inglés B2+, escrito y hablado.
Deseable
- Sistemas de ofertas, precios o asignación de presupuestos.
- Detección de fraudes o modelos de confianza y seguridad.
- Experimentación y análisis causal.
- Métodos aplicados a problemas de retención o monetización.
Lo Que Ofrecemos
- Propiedad de los modelos que establecen el gasto de UA, pagos de ofertas y decisiones sobre fraude.
- Problemas con profundidad real: pronósticos a largo plazo, adaptabilidad y precios bajo incertidumbre.
- Una relación de trabajo cercana con el Jefe de Datos y espacio para crecer a medida que el equipo se expande.
- Un nivel y compensación ajustados a lo que aportas.
Senior Data Scientist (LTV & User Acquisition) in Madrid empresa: Scrambly
Scrambly es un empleador excepcional que ofrece un entorno dinámico y en rápido crecimiento, ideal para aquellos que buscan dejar su huella en la industria adtech. Con un enfoque en la colaboración y la innovación, los empleados tienen la oportunidad de liderar proyectos significativos y contribuir directamente al éxito de una plataforma global. Además, la cultura de trabajo fomenta el crecimiento profesional y personal, brindando a los empleados la libertad de dar forma a la dirección del producto y participar en un viaje emocionante hacia el futuro de la descubrimiento de aplicaciones.
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir Senior Data Scientist (LTV & User Acquisition) in Madrid
✨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 Senior Data Scientist (LTV & User Acquisition) en Scrambly.
✨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 Senior Data Scientist (LTV & User Acquisition) en Scrambly.
✨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 Senior Data Scientist (LTV & User Acquisition).
Creemos que necesitas estas habilidades para triunfar como Senior Data Scientist (LTV & User Acquisition) in Madrid
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 Scrambly!
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 Scrambly.
Personaliza tu carta de presentación:No te limites a copiar y pegar una carta estándar. Haz que tu carta sea única para Scrambly. 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 Scrambly
✨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 Scrambly. 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.