Auf einen Blick
- Aufgaben: Leiten Sie die technische Ausführung der Marketing Data Science-Roadmap und bieten Sie technische Anleitung.
- Unternehmen: Asana fördert einen datengestützten Ansatz zur Gestaltung von Produkt- und Geschäftsstrategien.
- Vorteile: Das Gehalt liegt zwischen 171.000 und 230.000 USD, mit jährlicher Überprüfung der Lohngleichheit.
- Weitere Informationen: Die Position befindet sich im Büro in San Francisco mit hybridem Arbeitsmodell.
- Warum dieser Job: Seien Sie der technische Experte für innovative Marketingmodelle und MLOps-Tools.
- Qualifikationen: Mindestens 4 Jahre Erfahrung in der Datenwissenschaft und 3 Jahre in der Zusammenarbeit mit Marketingfunktionen.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Das Data Science-Team bei Asana ist entscheidend für die Erfüllung unserer Mission, indem es einen datengestützten Ansatz zur Gestaltung sowohl unserer Produkt- als auch Geschäftsstrategien fördert. In Ihrer Rolle im Marketing Data Science-Team werden Sie der tiefste technische Experte sein, der dafür verantwortlich ist, Daten und wissenschaftliche Techniken zu nutzen, um skalierbare, hochmoderne Lösungen zur Verbesserung der Marketingeffektivität von Asana zu entwerfen und zu entwickeln. Sie werden die technische Roadmap für Data Science vorantreiben und mit der Marketingführung sowie der breiteren Asana-Daten-Community zusammenarbeiten, um neue Möglichkeiten zu entdecken. Sie werden technische Führung und praktische Mentorschaft bieten, um das technische Niveau des Teams zu erhöhen und die gesamte Geschäftsstrategie durch erstklassige Modellierung und experimentelles Design zu beeinflussen.
Diese Rolle basiert in unserem Büro in San Francisco mit einem bürozentrierten hybriden Zeitplan. Die Standardbürotage sind Montag, Dienstag und Donnerstag. Die meisten Asanas haben die Möglichkeit, mittwochs von zu Hause aus zu arbeiten. Das Arbeiten von zu Hause aus an Freitagen hängt von der Art der Arbeit ab, die Sie tun, und den Teams, mit denen Sie zusammenarbeiten. Wenn Sie sich für diese Rolle bewerben, wird Ihr Recruiter Ihnen mehr über die Anforderungen im Büro mitteilen.
Was Sie erreichen werden:
- Architektur, Design und Leitung der technischen Ausführung für die Marketing Data Science-Roadmap, wobei Sie als Lösungsarchitekt für alle Kernprojekte wie Media Mix Modeling (MMM), User Lifetime Value, Causal Inferences, Multi-Touch Attribution und Spend Optimization Engines fungieren.
- Als primärer technischer Fachexperte für das Marketing Data Science-Team agieren und den technischen Standard für Modellqualität, Code-Rigor, Datenpipeline-Architektur und Lösungsskalierbarkeit festlegen.
- Mit der Marketingführung zusammenarbeiten, um herauszufinden, wie Data Science weiter in Asanas Geschäftsansatz integriert werden kann.
- Praktische technische Mentorschaft und Anleitung für ein Team von Data Scientists auf unterschiedlichen Ebenen bieten, um ihnen zu helfen, komplexe Modellierungsherausforderungen zu bewältigen, geeignete Methoden auszuwählen und robuste ML Ops zu etablieren.
- MLOps-Tools und -Prozesse entwickeln und standardisieren, die es dem Team ermöglichen, mehrere Modelle effizient und zuverlässig in der Produktion bereitzustellen, zu überwachen und zu warten.
- Forschung, Prototyping und Befürwortung neuer Fähigkeiten und hochmoderner Modelle im Bereich Marketing Data Science, um deren potenzielle Vorteile zu demonstrieren und deren Implementierung zu leiten.
- Eine technische Führungsrolle innerhalb der breiteren Asana-Daten-Community übernehmen und mit den Teams für Datenengineering und Plattform interagieren, um die Daten- und MLOps-Infrastruktur zu beeinflussen, die zur Unterstützung von Marketingdatenprodukten erforderlich ist.
Über Sie:
- Abschluss in Mathematik, Statistik, Informatik, Ingenieurwesen oder einem verwandten quantitativen Bereich oder gleichwertige Erfahrung.
- 4+ Jahre Erfahrung in einer Data Science-Rolle, in der Sie erfolgreich die Architektur und Ausführung großangelegter Produktionsprojekte im Bereich Data Science geleitet haben.
- 3+ Jahre Erfahrung in der Zusammenarbeit mit Marketingfunktionen an tiefgreifenden technischen Projekten, mit umfangreicher Erfahrung in der Gestaltung, Implementierung und Bereitstellung von Marketingmodellen (z. B. MMM, LTV, MTA, Uplift).
- Expertenwissen in fortgeschrittener statistischer Modellierung, kausaler Inferenz, experimentellem Design und Analyse sowie maschinellen Lerntechniken, die für die Marketingeffektivität relevant sind.
- Nachweisliche Erfolge bei der Entwicklung, Bereitstellung und Wartung skalierbarer Produktions-ML-Lösungen und Datenprodukte.
- Expertenkenntnisse in SQL und Python.
- Erfahrung mit MLOps-Tools (z. B. MLFlow), statistischen Sprachen (z. B. R) und verteilten Datenverarbeitungssystemen (z. B. Spark, Redshift) ist von Vorteil.
- Neugier auf KI-Tools und aufkommende Technologien, mit der Bereitschaft, diese zu lernen und zu nutzen, um Produktivität, Zusammenarbeit oder Entscheidungsfindung zu verbessern.
Was wir anbieten:
Unser umfassendes Vergütungspaket spielt eine große Rolle dabei, wie wir Sie für den Einfluss anerkennen, den Sie auf unserem Weg zur Erreichung unserer Mission haben. Wir glauben, dass die Vergütung den Wert widerspiegeln sollte, den Sie im Verhältnis zum Marktwert Ihrer Rolle schaffen. Um sicherzustellen, dass die Bezahlung fair ist und nicht von Vorurteilen beeinflusst wird, verpflichten wir uns, den Marktwert zu überprüfen, weshalb wir uns selbst überprüfen und jährlich eine Gehaltsgleichheitsprüfung durchführen. Für diese Rolle liegt die geschätzte Grundgehaltsspanne zwischen 171.000 und 230.000 USD. Das tatsächliche Grundgehalt variiert je nach verschiedenen Faktoren, einschließlich Markt und individuellen Qualifikationen, die während des Interviewprozesses objektiv bewertet werden.
Data Scientist Arbeitgeber: Asana
Asana bietet ein wettbewerbsfähiges Gehalt und führt jährliche Lohngleichheitsprüfungen durch. Das Team arbeitet eng zusammen, um datengestützte Lösungen zu entwickeln, die das Geschäft vorantreiben. Der Standort ist in San Francisco, was eine dynamische Arbeitsumgebung schafft.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Scientist erhalten könnten
✨Wende dich an die richtigen Communities
Schau dir Online-Communities und Foren an, die sich um Data Science drehen, wie Kaggle oder GitHub. Engagiere dich dort aktiv, teile deine Projekte und lerne von anderen – das wird dir helfen, nicht nur einen Fuß in die Tür zu bekommen, sondern auch wertvolle Kontakte zu knüpfen.
✨Präsentiere deine Daten-Projekte
Baue ein Portfolio auf, das deine besten Projekte zeigt. Nutze Plattformen wie GitHub oder eine persönliche Webseite, um deine Arbeiten zu veröffentlichen. Arbeitgeber im Data Science-Bereich schauen oft direkt auf praktische Erfahrungen, also zeig, was du drauf hast!
✨Nimm an Meetups und Hackathons teil
Besuche lokale Data Science-Meetups oder nehme an Hackathons teil. Diese Veranstaltungen sind nicht nur super, um dein Wissen zu erweitern, sondern auch Gold wert für Networking. Du lernst Fachkollegen kennen und kannst auf Lockere Art und Weise Eventualjobs ergattern.
✨Direkte Bewerbungen über unsere Seite
Vergiss nicht, direkt auf unserer Website nach Stellenangeboten bei Asana zu schauen. Hier kannst du dich auf offene Datenwissenschaftsstellen bewerben und zeigst damit direktes Interesse, das viele Arbeitgeber schätzen!
Wir glauben, dass du diese Fähigkeiten brauchst, um Data Scientist mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Lass deine Daten sprechen!:In einem Bereich wie Data Science ist es entscheidend, dass du deine praktischen Fähigkeiten präsentierst. Wenn du an Projekten gearbeitet hast, die deine Analysefähigkeiten oder dein Wissen über Machine Learning demonstrieren, teile sie in deinem Lebenslauf oder füge einen Link zu deinem GitHub-Portfolio bei. Die Daten, die du analysiert hast, und die Tools, die du verwendest, sollten klar hervorgehoben werden.
Ergebnisse quantifizieren!:Unterstütze deine Erfahrung mit quantifizierbaren Ergebnissen. Zeige, wie du durch deine Analysen oder Modelle zur Entscheidungsfindung beigetragen hast oder wie deine Berechnungen den Rohdaten neue Erkenntnisse entlockt haben. Arbeitgeber in der Data Science sind oft an konkreten Verbesserungen und Effizienzsteigerungen interessiert!
Erläutere deine Lernbereitschaft!:Da es sich um eine Vollzeitstelle handelt, zeige in deinem Anschreiben, dass du bereit bist, zu lernen und dich weiterzuentwickeln. Sprich über deine Neugier für neue Technologien oder Methoden im Data Science Bereich. Vielleicht hast du auch Kurse besucht oder Zertifikate erworben, die deine Begeisterung zeigen!
Die richtige technische Sprache!:Achte darauf, dass deine Bewerbung alle relevanten technischen Begriffe enthält, die in der Data Science gebräuchlich sind. Nenne spezifische Programmier- und Analysetools wie Python, R oder SQL, die du beherrschst. Dies macht es für die Rekrutierer einfacher, schnell zu erkennen, dass du für die Rolle als Data Scientist bei Asana gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Asana vorbereitet
✨Bereite deine technischen Skills vor
In einem Vorstellungsgespräch für eine Data-Science-Position wird oft dein Wissen über Tools wie Python, R oder SQL getestet. Mach dich mit gängigen Algorithmen und deren Einsatzmöglichkeiten vertraut, denn technische Fragen können schnell kommen. Lass uns sicherstellen, dass du in diesen Bereichen glänzt!
✨Verschaffe dir einen Überblick über Projekte
Da es sich um eine Vollzeitstelle handelt, ist es wichtig, dass du konkrete Erfahrungen und Projekte vorweisen kannst. Wenn du bereits an Data-Science-Projekten gearbeitet hast, sei bereit, diese in der Tiefe zu erläutern und zu diskutieren, wie du die Probleme gelöst hast. Dein Portfolio kann hier einen echten Unterschied machen!
✨Vorbereitung auf case studies
In Data-Science-Interviews sind case studies und praktische Probleme häufig Teil des Gesprächs. Übe, wie du strukturiert und logisch an solche Aufgaben herangehst. Arbeitgeber möchten sehen, wie du Daten analysierst und Lösungen entwickelst – bring also deine analytischen Fähigkeiten mit!
✨Zeige deine Leidenschaft für Daten
Mehr denn je geht es bei einer Vollzeitstelle darum, dass du nicht nur die Skills hast, sondern auch wirklich für das Feld brennst. Teile Anekdoten oder Erfahrungen, die zeigen, wie du zur Datenwissenschaft gekommen bist und was dich fasziniert. Diese Begeisterung kann für Asana entscheidend sein!