Auf einen Blick
- Aufgaben: Leiten Sie die Messung und Optimierung von Investitionen in Marketingkanälen.
- Unternehmen: Lyft fördert ein inklusives Arbeitsumfeld, in dem alle Teammitglieder gedeihen können.
- Vorteile: Umfassende medizinische, zahnmedizinische und visuelle Versicherungsoptionen sowie 401(k) mit Unternehmensbeitrag.
- Weitere Informationen: Hybrid-Arbeitsmodell: 3 Tage Büroarbeit pro Woche in Seattle.
- Warum dieser Job: Führen Sie innovative Projekte zur Optimierung von Marketingmix-Modellen in einem dynamischen Team.
- Qualifikationen: Erforderlich sind ein fortgeschrittener Abschluss in Statistik oder Mathematik und 4+ Jahre Erfahrung.
Das prognostizierte Gehalt liegt zwischen 136160 - 170240 € pro Jahr.
Bei Lyft ist es unser Ziel, zu dienen und zu verbinden. Wir streben danach, dies zu erreichen, indem wir ein Arbeitsumfeld schaffen, in dem alle Teammitglieder dazugehören und die Möglichkeit haben, zu gedeihen. Das Growth Products-Team treibt die Akquisition von Fahrern und Fahrgästen voran, um das Geschäft zu skalieren und den Marktplatz auszubalancieren. Wir sind auf Anreiz- und Messaging-Zielgruppen, Budgetoptimierung und Messung bezahlter Medien spezialisiert und bewegen uns schnell, um neue Ideen und Produkte zu testen.
Als Data Scientist mit Expertise in kausaler Inferenz und Marketing-Mix-Modellen (MMM) werden Sie unsere Bemühungen leiten, Investitionen über Marketingkanäle zu messen und zu optimieren.
Verantwortlichkeiten:- Ergebnisse über den gesamten Lebenszyklus von Data-Science-Lösungen für Growth liefern: von der Definition des Problems mit funktionsübergreifenden Stakeholdern bis zur Bereitstellung von Produktionsmodellen, die wichtige Geschäftsprobleme angehen.
- Komplexe Bereiche besitzen und langfristige Roadmaps entwickeln, um den Geschäftswert zu maximieren.
- Statistische Pipelines aufbauen, Produktionscode schreiben und Experimente entwerfen/analysieren.
- An der wissenschaftlichen Bereitschaftsrotation teilnehmen, um sicherzustellen, dass automatisierte Kampagnen erfolgreich betrieben werden.
- Fortgeschrittene Abschlüsse in Statistik, Wirtschaft, Mathematik oder gleichwertige Branchenerfahrung.
- Über 4 Jahre Branchenerfahrung in kausaler Inferenz oder Data Science.
- Nachgewiesene Fähigkeit, Statistik auf unstrukturierte Probleme anzuwenden und messbare Ergebnisse zu liefern.
- Tiefe technische Expertise in kausaler Inferenz und der Bewältigung herausfordernder Messprobleme.
- Expertise im Marketing-Mix-Modell ist sehr bevorzugt.
- Expertise in SQL und Erfahrung mit großangelegten Datenplattformen.
- Beherrschung von Python und Erfahrung in Produktionscodierungsumgebungen.
- Großartige medizinische, zahnärztliche und augenärztliche Versicherungsoptionen mit zusätzlichen Programmen bei Anmeldung.
- Psychische Gesundheitsleistungen.
- Familienbildungsleistungen.
- Betreuungs- und Haustierleistungen.
- 401(k)-Plan mit Unternehmensbeitrag zur Unterstützung Ihrer Altersvorsorge.
- Zusätzlich zu 12 Feiertagen haben angestellte Teammitglieder einen Ermessensspielraum für bezahlte Freizeit und stundenweise Teammitglieder haben 15 Tage bezahlte Freizeit; 18 Wochen bezahlter Elternzeit.
- Biologische, adoptierte und Pflegeeltern sind alle berechtigt.
- Subventionierte Pendelvorteile.
- Monatliche Lyft-Gutschriften und kostenlose Lyft Pink-Mitgliedschaft.
Lyft ist ein Arbeitgeber, der Chancengleichheit bietet und sich für einen integrativen Arbeitsplatz einsetzt, der Zugehörigkeit fördert. Alle qualifizierten Bewerber erhalten unabhängig von Rasse, Hautfarbe, Religion, Geschlecht, sexueller Orientierung, Geschlechtsidentität, nationaler Herkunft, Behinderungsstatus, geschütztem Veteranenstatus, Alter, genetischen Informationen oder einem anderen gesetzlich verbotenen Grund Berücksichtigung für eine Anstellung.
Hybrides Arbeitszeitmodell:Diese Rolle wird im Büro nach einem hybriden Zeitplan ausgeführt: Teammitglieder werden erwartet, an 3 Tagen pro Woche im Büro zu arbeiten, montags, mittwochs und donnerstags. Lyft betrachtet die Arbeit im Büro an mindestens 3 Tagen pro Woche als wesentliche Funktion dieser hybriden Rolle. Darüber hinaus haben hybride Rollen die Flexibilität, bis zu 4 Wochen pro Jahr von überall aus zu arbeiten.
Vergütung:Die erwartete Grundvergütung für diese Position im Raum Seattle liegt zwischen 136.160 und 170.240 USD, ohne mögliche Eigenkapitalangebote, Boni oder Vorteile. Die Gehaltsspannen hängen von verschiedenen Faktoren ab, einschließlich Qualifikationen, Erfahrung und geografischem Standort.
Senior Data Scientist, Causal Inference Arbeitgeber: Lyft
Lyft bietet großartige Vorteile wie mentale Gesundheitsleistungen und 18 Wochen bezahlten Elternurlaub. Das Unternehmen hat seinen Sitz in Seattle und setzt sich für eine inklusive Kultur ein, die Vielfalt und Zugehörigkeit fördert.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Senior Data Scientist, Causal Inference 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 Lyft 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 Senior Data Scientist, Causal Inference 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 Senior Data Scientist, Causal Inference bei Lyft gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei Lyft 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 Lyft entscheidend sein!
