Product Lead (Predictions & ML)
Adapty
- Зарплата
- 75 000 – 90 000 $
- Грейд
- Lead
- Формат
- Удалённо
- Категория
- Data/ML
- Источник
- Data Science Jobs
Прямого контакта в посте нет
Откройте вакансию в Telegram-боте: там весь исходный пост и способ отклика.
Открыть в TelegramОписание
Product Lead (Predictions & ML) в Adapty, $75–90k/год + бонус от роста направления, полная удалёнка
Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $2B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.
Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.
Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.
Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.
Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров
Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование
Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.
Контакт: @AdaptyTalentBot
Adapty — платформа монетизации подписок для мобильных приложений. Через нас проходит больше $2B подписочной выручки в год, нами пользуются больше 20 000 приложений. Мы делим продукт на стримы и сейчас собираем аналитику и ML под одного владельца.
Вся мобильная реклама держится на одном разрыве: выручка от привлечённого пользователя приходит в течение года, подписками и продлениями, а решение, продолжать ли тратить на канал, нужно принять за несколько дней. Этот разрыв закрывает предсказание LTV — и от точности прогноза напрямую зависит, сколько приложение может позволить себе потратить на рост.
Данных для этого у нас больше, чем почти у кого-либо на рынке: мы видим тысячи приложений одновременно, а не одно. Значит, мы можем предсказывать точнее всех. Сейчас не предсказываем, и это задача роли.
Направление собирается с нуля: аналитика, предикт и A/B-тесты впервые сходятся под одним владельцем. Ты получаешь чистый лист в решениях поверх продукта, который уже приносит деньги двадцати тысячам приложений.
Чем заниматься:
— Определить, что мы считаем качеством модели — метрика, горизонт, baseline, калибровка — и довести предикт до этого уровня
— Забрать A/B-тесты пейволлов и свести их с предиктом: тест меряет краткосрочный эффект, а раскатывать надо по долгосрочной выручке
— Разогнать аналитику: найти, где затык — в данных, запросах или интерфейсе
— Решить судьбу накопленных ML-наработок: что доводим до продукта, что закрываем
— Вести команду из двух ML-инженеров
Кого ищем:
— Классический ML и матстат на уровне предметного спора о метрике и горизонте, а не пересказа чужих выводов
— SQL и Python — сами достаёте и перепроверяете числа
— Умение взять широкое направление и довести до результата без постановки задач
— Продуктовый опыт — плюс, но не требование
Плюсом: подписки, мобайл или финтех (LTV, churn, когортная экономика); экспериментальный дизайн: мощность, MDE, множественные сравнения; ClickHouse; олимпиады, Kaggle, публичные проекты.
Контакт: @AdaptyTalentBot
- machine_learning
- python
- sql
- clickhouse
- a_b_testing
- matstat
- ltv
- churn
- kaggle
Оценка вакансии
80/100 · хорошо
- Описание полное
- Зарплатная вилка указана
- Компания и проект описаны
- Контакта нет
- Стек описан подробно
- Формат работы понятен
Похожие вакансии
Senior Machine Learning Engineer (Computer Vision)
AI-балл 64/100infomedijidoo · Belgrade, Serbia
SeniorУдалённоpythoncpppytorch
Sr. Associate, Data Scientist
AI-балл 69/100revantage · United States of America
123 600 – 164 800 $
SeniorУдалённоazuregitlabml
Director, Data Science – Credit Risk & AI
AI-балл 64/100aquafinance · United States of America
LeadУдалённоpythonsqlmachine_learning
AI Systems Engineer
AI-балл 84/100Craftzing / Sagacify · Antwerp, Woluwe-Saint-Pierre
3 000 – 4 500 €
MiddleОфисpythonopenai_apihuggingface_transformers
Staff Data Scientist - Wildfire
AI-балл 64/100Overstory · Canada
SeniorУдалённоpythonpytorchscikit_learn