Auf einen Blick
- Aufgaben: Leiten Sie die Mess-, Experimentier- und Optimierungsstrategie für die Monetarisierungsinfrastruktur.
- Unternehmen: Das Unternehmen hat ein starkes Team für Financial Engineering, das sich auf internationale Expansion konzentriert.
- Vorteile: Hybrid-Modell mit 3 Tagen im Büro pro Woche und Umzugsunterstützung.
- Weitere Informationen: Die Position ist in San Francisco, CA, angesiedelt.
- Warum dieser Job: Führen Sie ein hochwirksames Team und gestalten Sie die langfristige Finanzdatenarchitektur.
- Qualifikationen: Mindestens 7 Jahre Erfahrung in Datenwissenschaft und Führung, tiefes SQL- und Python-Know-how.
Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.
Über das Team: Das Financial Engineering (FinEng) Team des Unternehmens steuert, wie Einnahmen durch unsere Produkte fließen – Preisgestaltung, Checkout, Zahlungen, Abonnements und die finanzielle Infrastruktur dahinter. Wir arbeiten an der Schnittstelle von Produkt, Technik, Risiko, Finanzen und Markteinführung, um sicherzustellen, dass die Bezahlung für die Produkte des Unternehmens nahtlos, zuverlässig, skalierbar und global optimiert ist. Während das Unternehmen international und über Produktoberflächen hinweg expandiert, spielt FinEng eine entscheidende Rolle bei der Ermöglichung eines nachhaltigen, effizienten Umsatzwachstums.
Über die Rolle: Als Manager für Data Science im Bereich Financial Engineering werden Sie die Mess-, Experimentier- und Optimierungsstrategie leiten, die die Monetarisierungsinfrastruktur des Unternehmens antreibt. Sie definieren, wie wir Checkout, Zahlungen, Abonnements und Preissysteme global messen und verbessern – dabei balancieren Sie Konversion, Risiko, Kosten, Zuverlässigkeit und Benutzererfahrung. Sie werden ein leistungsstarkes Team aufbauen und leiten, das für die Etablierung von verlässlichen Kennzahlen, die Skalierung von Experimenten und die Bereitstellung von umsatzrelevanten Erkenntnissen auf Führungsebene verantwortlich ist. Diese Rolle ist sowohl strategisch als auch tief technisch: Sie gestalten die langfristige finanzielle Datenarchitektur und leiten die tägliche Experimentation, die direkt Auswirkungen auf den Umsatz und die internationale Skalierung hat.
In dieser Rolle werden Sie:
- Die FinEng-Messstrategie besitzen: Definieren Sie die wichtigsten Umsatz- und Monetarisierungskennzahlen für Checkout, Zahlungen, Abonnements und Preisgestaltung. Etablieren Sie Richtlinien für Konversion, Betrug/Risiko, Zahlungslatenz, Kosten und Zuverlässigkeit. Arbeiten Sie mit der Finanzabteilung zusammen, um die Übereinstimmung zwischen Produktkennzahlen und finanzieller Berichterstattung sicherzustellen.
- Experimentation leiten und skalieren: Bauen und überwachen Sie das Experimentationsprogramm für interne Checkout- und Abonnementsysteme. Definieren Sie gestaffelte Rollouts, Richtlinien und Offline-Inkrementalitätsmethoden, wenn Online-Tests eingeschränkt sind. Erhöhen Sie die Anforderungen an die Kausalität bei Monetarisierungsentscheidungen.
- Das FinEng DS-Team aufbauen und leiten: Stellen Sie ein Team von hochwirksamen Datenwissenschaftlern ein, betreuen und entwickeln Sie es weiter. Setzen Sie die technische Richtung für Experimente, kausale Inferenz und Monetarisierungsanalysen. Schaffen Sie Betriebsrhythmen, die Erkenntnisse in Entscheidungen umsetzen.
- Globale Monetarisierungsoptimierung vorantreiben: Leiten Sie die Analytik für die internationale Expansion von Zahlungsmethoden, FX-Strategie und Preisgestaltungslokalisierung. Reduzieren Sie unfreiwillige Abwanderung durch intelligente Wiederholungslogik, gezielte Anreize und Zahlungsoptimierung. Entwickeln Sie Elastizitätsrahmen und Preismodelle, die die Verpackung und die langfristige Umsatzstrategie informieren.
- Nachhaltige Dateninfrastruktur aufbauen: Arbeiten Sie mit der FinEng-Datenengineering-Abteilung zusammen, um verlässliche Datensätze und operative Sichtbarkeit zu schaffen. Etablieren Sie SLIs/SLOs, Alarmierung und proaktive Überwachung über Zahlungsflüsse. Stellen Sie sicher, dass die Analytik mit der Produkt- und geografischen Expansion skaliert.
Qualifikationen:
- 7+ Jahre Erfahrung in Datenwissenschaft, Experimentation oder Produktanalytik, einschließlich Führungserfahrung
- Erfahrung in der Leitung von Monetarisierungs-, Zahlungs-, Checkout- oder Abonnementanalysen
- Tiefe Kenntnisse in SQL und Python sowie starke Instinkte zur kausalen Inferenz
- Erfolgreiche Bilanz beim Aufbau von Experimentationsplattformen oder der Skalierung von Testprogrammen
- Erfahrung in der Führung oder Betreuung von leistungsstarken Datenwissenschaftlern
- Starke Kommunikationsfähigkeiten auf Führungsebene und die Fähigkeit, funktionsübergreifende Führungskräfte zu beeinflussen
Bevorzugte Qualifikationen:
- Erfahrung mit Zahlungsinfrastruktur oder PSP (Bankverbindungen, Streitigkeiten, Betrugs-/Risikosysteme)
- Hintergrund in Offline-Inkrementalität, Uplift-Modellierung, CUPED oder kontrafaktischer Bewertung
- Erfahrung mit globalen Zahlungsmethoden, FX-Strategie und Preisoptimierung
- Aufbau betrieblicher Analysesysteme (Alarmierung, SLIs/SLOs, Überwachung)
- Enge Zusammenarbeit mit Finanz- oder Umsatzbuchhaltungsteams
EEO-Erklärung: Wir sind ein Arbeitgeber, der Chancengleichheit bietet, und diskriminieren nicht aufgrund von Rasse, Religion, Farbe, nationaler Herkunft, Geschlecht, sexueller Orientierung, Alter, Veteranenstatus, Behinderung, genetischen Informationen oder anderen rechtlich geschützten Merkmalen.
Data Scientist, FinEng Arbeitgeber: United States Digital Space LLC
Arbeiten Sie in San Francisco, CA, in einem dynamischen Team, das die Monetarisierungssysteme des Unternehmens optimiert. Genießen Sie Vorteile wie Umzugsunterstützung und ein hybrides Arbeitsmodell. Das Unternehmen fördert eine inklusive Kultur und bietet Chancengleichheit für alle Mitarbeiter.
Kontaktdaten:
United States Digital Space LLC Recruiting-Team
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so Data Scientist, FinEng 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 United States Digital Space LLC 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, FinEng 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, FinEng bei United States Digital Space LLC gut geeignet bist.
Wie man sich auf ein Vorstellungsgespräch bei United States Digital Space LLC 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 United States Digital Space LLC entscheidend sein!
