უფროსი მონაცემთა მეცნიერი, პროდუქტი

RevenueCat აშორებს თავის ტკივილს აპლიკაციებში გამოწერების შექმნისა და მასშტაბირებისას. YC–ის S18 ჯგუფიდან დამთავრების შემდეგ, ჩვენ გავიზარდეთ მობილური მოწყობილობებისათვის შექმნილი დეფაულტური მონეტიზაციის პლატფორმამდე: ჩვენ ვართ ახალი გამოწერილი აპლიკაციების 40%–ზე მეტში, ჩვენ ვამუშავებთ 12 მილიარდ დოლარზე მეტს წლიური შესყიდვების მოცულობაში და ჩვენ ვეხმარებით ყველას, ბრაზილიაში მარტოხელა დეველოპერიდან OpenAI მობილური გუნდამდე, გაიგონ და გაზარდონ თავიანთი შემოსავალი.

ჩვენ ვართ დისტანციური გუნდი 150+ ადამიანით, რომლებიც განლაგებულია 25+ ქვეყანაში, და ჩვენ ვხელმძღვანელობთ იმ ღირებულებებით, რომელსაც ჩვენ რეალურად ვახორციელებთ: მომხმარებელთა აკვიატება, ყოველთვის ვაწარმოებთ, ვფლობთ და ვინარჩუნებთ ბალანსს. თუ გსურთ, რომ თქვენი სამუშაო შეეხოს ასობით მილიონ მომხმარებელს (და დაეხმაროს მათ უკან მყოფ დეველოპერებს ფულის მიღებაში), თქვენ სწორ ადგილზე ხართ.

როლი

ჩვენ ვეძებთ უფროსი პროდუქტის მონაცემთა მეცნიერს, რომელიც ღრმად არის პროდუქტზე ორიენტირებული და მაღალაქტიურია.

ეს არ არის როლი იმ ადამიანისთვის, ვინც ელოდება სრულყოფილად განსაზღვრულ კითხვებს ან მუშაობს იზოლირებულად. ჩვენ ვეძებთ ადამიანს, რომელიც აქტიურად უყურებს ჩვენს მონაცემებს, გვესმის ჩვენი მომხმარებლების პრობლემებს, განსაზღვრავს შესაძლებლობებს და წინ უძახებს იდეებს.

თქვენ მჭიდროდ იმუშავებთ პროდუქტთან, ინჟინრებთან და ანალიტიკოსებთან, რათა შექმნათ ის, რასაც ჩვენ ვაშენებთ, რატომ ვაშენებთ და როგორ გავზომოთ წარმატება. თქვენი სამუშაო პირდაპირ გაზრდის მომხმარებელზე ორიენტირებულ ფუნქციებს, როგორიცაა LTV პროგნოზირება, ექსპერიმენტირება და სტატისტიკური მნიშვნელობა, ბენჩმარკინგი და სრულიად ახალი მონაცემებით მართული პროდუქტები, რომლებიც ჯერ არ აშენებულა.

თქვენ უნდა მოიტანოთ იდეები მაგიდაზე, რომლებიც დადასტურებულია ანალიზით და მკაფიო ჰიპოთეზებით, და გავლენა მოახდინოთ პროდუქტის მიმართულებაზე მონაცემებით.

ჩვენი მონაცემთა დასტა მოიცავს Python-ის უკანა ნაწილს, PostgreSQL წარმოების მონაცემთა ბაზებს, Snowflake-ს, dbt-ს და AWS-ს.

რა გააკეთებთ

- აქტიურად შეისწავლეთ RevenueCat-ის მონაცემები მომხმარებელთა პრობლემების, შესაძლებლობებისა და პროდუქტის ფსონების დასადგენად.

- თარგმნეთ ბუნდოვანი პროდუქტისა და ბიზნესის პრობლემები და კითხვები მკაფიო ანალიზებად, მოდელებად და რეკომენდაციებად.

- იმუშავეთ პროდუქტის მენეჯერებთან ერთად, რათა შექმნათ საგზაო რუკები და არა მხოლოდ შეასრულოთ ისინი.

- შექმნათ, შექმნათ და გაუშვათ წარმოების ხარისხის პროგნოზირებადი და აღწერითი მოდელები, რომლებიც მხარს უჭერენ მომხმარებელზე ორიენტირებულ ფუნქციებს.

- განსაზღვრეთ და შეაფასეთ სტატისტიკური მიდგომები ექსპერიმენტირების, ბენჩმარკინგისა და პროგნოზირებისთვის.

- მკაფიოდ და დამაჯერებლად გადმოსცეთ ინფორმაციები ტექნიკური და არატექნიკური აუდიტორიისათვის, მომხმარებელზე ზემოქმედების ფოკუსით.

- უწყვეტად განაახლეთ გაგზავნილი მოდელები და ფუნქციები რეალური გამოყენებისა და უკუკავშირის საფუძველზე.

ეს როლი ნამდვილ მფლობელობას გულისხმობს. თქვენ არ უბრალოდ დაუჭერთ მხარს გადაწყვეტილებებს, თქვენ დაეხმარებით მათ მიღებას.

ჩვენს შესახებ

თქვენ უფროსი მონაცემთა მეცნიერი ხართ, რომელიც ღრმად ზრუნავს ზემოქმედებასა და პროდუქტის შედეგებზე.

უნარების 관ახედიდან, თქვენ მოაქვთ:

- 5+ წელი მონაცემთა მეცნიერად მუშაობის გამოცდილება.

- ძლიერი SQL უნარები და კომფორტი მონაცემთა მოდელირებასთან.

- პროდუქტიულ გარემოში პროგნოზირებადი და აღწერითი მოდელების აშენებისა და განლაგების გამოცდილება.

- წარმოებისათვის მზად Python კოდის დაწერისა ან თანამშრომლობის გამოცდილება.

- სტატისტიკისა და ექსპერიმენტების მყარი გაგება, იდეალურად ბაიზური მიდგომების ჩათვლით.

- მარტივი და რთული იდეებისა და შედეგების ფართო აუდიტორიისათვის ახსნის უნარი.

- თქვენ საკუთარ თავს ამ აღწერილობაში რამდენიმე პუნქტში ცნობთ:

- თქვენ ხართ ძალიან პროაქტიული და გაქვთ საკუთარი აზრი, და კომფორტულად გრძნობთ თავს იდეების წინსვლისას.

- თქვენ სიამოვნებთ არეული, რეალური მონაცემებით და არასრულყოფილი ინფორმაციით მუშაობით.

- თქვენ ზრუნავთ კლიენტებისათვის ღირებულების შექმნაზე, ვიდრე აკადემიური ელეგანტურობა.

- თქვენ კომფორტულად გრძნობთ თავს გაურკვევლობაში და სტრუქტურის შექმნაში, სადაც ის არ არსებობს.

- თქვენ სიამოვნებთ პროდუქტის გუნდებთან მჭიდრო მუშაობით და გადაწყვეტილებების გავლენით.

- თქვენ აღფრთოვანებული ხართ მომხმარებელთა გამოწერის ეკოსისტემით და გაინტერესებთ, თუ როგორ გამოიმუშავებენ დეველოპერები ფულს.

- რა არის წარმატება

პირველ თვეში თქვენ:

- გაიგებთ ჩვენს მონაცემთა მოდელებს.

- გაიცნობთ გუნდს.

- დაიწყებთ მონაცემთა მიმდინარე ფუნქციების გაუმჯობესებას.

- განახორციელებთ და გაუშვებთ თქვენს პირველ პროექტს.

- პირველი 3 თვის განმავლობაში თქვენ:

- მნიშვნელოვნად შეუწყობთ ხელს მონაცემთა ფუნქციის ათასობით დეველოპერს გადაცემას.

- გაეცნობით ინციდენტების რეაგირების საფუძვლებს და გახდებით მოვალეობის შესრულების როტაციის ნაწილი.

- იმუშავებთ ჩვენს პროდუქტთან, ანალიტიკასთან და საინჟინრო გუნდებთან ჩვენი მონაცემთა მილსადენების გასაუმჯობესებლად მონაცემთა მეცნიერებისათვის.

- დაიწყებთ საკუთარ კვლევებს ჩვენს მონაცემებში თქვენი ცნობის დასაკმაყოფილებლად.

- პირველი 6 თვის განმავლობაში თქვენ:

- ფლობთ ერთ ან მეტ ძირითად მონაცემთა ფუნქციებს მთლიანად.

- გავლენას მოახდენთ მონაცემთა ფუნქციის გზის რუკაზე მკაფიო, მონაცემებით განპირობებული წინადადებებით.

- გახდებით პროდუქტის გუნდების პარტნიორი მონაცემთა მართვის გადაწყვეტილებებისათვის.

- პირველი 12 თვის განმავლობაში თქვენ:

- შემოგთავაზებთ და წარმართავთ სრულიად ახალ მონაცემთა პროდუქტის ინიციატივებს.

- გააფართოვებთ საზღვრებს, თუ როგორ იყენებს RevenueCat მონაცემებს დეველოპერებისათვის შემოსავლის ზრდაში.

- დახმარებას გაუწევთ მონაცემთა მეცნიერების ფუნქციის ფორმირებას RevenueCat-ში მისი ზრდის დროს.

- რას ვთავაზობთ:

- ს კონკურენტული კაპიტალი სწრაფად მზარდი, სერიის C სტარტაპში, რომელსაც მხარს უჭერენ უმაღლესი ინვესტორები, მათ შორის Y Combinator

- 10-წლიანი ფანჯარა ვესტირებული კაპიტალის ოფციების განსახორციელებლად

- სრულიად დისტანციური და მოქნილი სამუშაო გარემო

- 4-5 კვირის შვებულება ყოველწლიურად ფსიქიკური, ფიზიკური და ემოციური აღდგენისთვის

- 2000 აშშ დოლარი სამუშაო ადგილის მოსაწყობად და 1000 აშშ დოლარი ყოველწლიური დახმარება უწყვეტი სწავლისათვის

- ინტერვიუს პროცესის შესახებ ცნობისმოყვარე? აღმოაჩინეთ მეტი ჩვენს ბლოგ პოსტში იმის შესახებ, თუ როგორ ვიქირავებთ და რჩევები, რომლებიც დაგეხმარებათ წარმატების მიღწევაში.