О компании Tripadvisor
Группа Tripadvisor соединяет людей с впечатлениями, которые стоит разделить, и стремится быть самым надежным источником информации о путешествиях и впечатлениях в мире. Мы используем наши бренды, технологии и возможности, чтобы связывать нашу глобальную аудиторию с партнерами через насыщенный контент, рекомендации по путешествиям и двусторонние маркетплейсы для впечатлений, проживания, ресторанов и других категорий путешествий. Дочерние компании Tripadvisor, Inc. (Nasdaq: TRIP) включают портфель туристических брендов и бизнесов, включая Tripadvisor, Viator и TheFork.
В Tripadvisor experiences единственное, что мы любим больше путешествий — это данные. Мы их анализируем, разбираем на части и используем для принятия обоснованных решений.
Что вы будете делать:
В качестве старшего дата-сайентиста в нашей команде экспериментов вы будете работать в различных продуктовых областях, выступая партнером, на которого команды продуктов и инженерии полагаются, чтобы знать, как организовать и провести исследования, определить, сработало ли изменение и почему оно сработало.
Большая часть вашего влияния будет заключаться в улучшении того, как эти команды проводят эксперименты, а не в проведении экспериментов за них: метрики, рекомендации, инструменты и протоколы, которые позволяют им быстро двигаться, не жертвуя строгостью.
Вы также будете руководить решением задач измерения, на которые стандартный A/B тест не может ответить, когда трафик ограничен, пользователи конкурируют за один и тот же ресурс, или результаты, которые важны, проявляются спустя месяцы.
Вы будете:
- Отвечать за стратегию экспериментов и измерений в вашей области, начиная с формулировки вопросов и заканчивая тем, как принимаются и пересматриваются решения.
- Предоставлять рекомендации, инструменты и протоколы, которые повышают скорость проведения экспериментов у ваших партнерских команд без потери качества.
- Руководить разработкой экспериментов, когда стандартный A/B тест недостаточен, включая низкочастотные поверхности, конкуренцию пользователей за один и тот же ресурс, долгосрочные или цензурированные результаты и изменения, которые нельзя чисто рандомизировать.
- Идти дальше простого ответа на вопрос, сработало ли изменение, выясняя, почему оно сработало и распространяется ли эффект на разных пользователей, рынках и во времени.
- Оценивать, как решения ваших команд влияют на здоровье платформы и рост, и поднимать этот вопрос, когда краткосрочные успехи несут долгосрочные издержки.
- Определять и внедрять метрики для вашей области, включая защитные меры и прокси для результатов, которые слишком долго наблюдать напрямую.
- Повышать чувствительность измерений в вашей области через дизайн метрик, снижение дисперсии и улучшение определения экспозиции, чтобы команды могли обнаруживать интересующие их эффекты в реалистичные сроки.
- Стандартизировать повторяющиеся аналитические и экспериментальные процессы в вашей области, используя автоматизацию и возможности ИИ там, где это улучшает согласованность или экономит время.
- Влиять на дорожную карту и приоритизацию на основе доказательств, включая отстаивание отказа от работы, если доказательства не поддерживают её.
- Повышать техническое качество в командах, с которыми вы работаете, через рецензирование дизайна экспериментов и анализов, а также наставничество менее опытных дата-сайентистов.
Навыки и опыт:
- Опыт: Обширный опыт в области науки о данных или аналогичной количественной роли с доказанным опытом поддержки и влияния на продуктовую организацию.
- Экспертиза в статистике и экспериментах: Авторитетное владение экспериментами во всех их формах — от дизайна экспериментов и снижения дисперсии до причинно-следственного вывода, бандитов и байесовских методов. Вы должны уметь разрабатывать и проверять методологии, а не только применять их.
- Техническая и модельная экспертиза: Экспертное владение Python и SQL. Глубокий практический опыт в статистическом моделировании, (квази)экспериментах, многоармных бандитах и широком спектре методов машинного обучения, таких как регрессия, классификация и кластеризация.
- Продуктовая проницательность: Демонстрируемая способность определять, внедрять и операционализировать ключевые продуктовые и функциональные метрики с нуля.
- Партнерство и поддержка: Демонстрируемая способность улучшать работу других команд, предоставляя рекомендации, инструменты и протоколы, повышая скорость и качество их экспериментов, а не выполняя работу за них.
- Влияние на решения и здоровье платформы: Способность критически оценивать, как продуктовые решения влияют на здоровье и рост платформы со временем, и привносить эту перспективу в дизайн и интерпретацию экспериментов.
- Стандартизация в масштабе: Опыт стандартизации процессов, фреймворков или методов в нескольких командах, включая использование ИИ и автоматизации для того, чтобы лучшие практики стали стандартом.
- Кросс-функциональное партнерство: Доказанная способность строить крепкие отношения и добиваться результатов с командами продуктов, инженерии, платформы данных и другими центральными функциями, часто без прямых полномочий.
- Критическое мышление: Лидер в критическом мышлении с устоявшейся привычкой сначала устанавливать, можно ли доверять результату, прежде чем интерпретировать его значение.
- Коммуникация: Исключительная способность ясно объяснять измерения, методы и неопределенности технической и нетехнической аудитории на всех уровнях.
- Образование: Степень бакалавра в области статистики, математики, науки о данных, инженерии, физики, экономики или смежной количественной области.
Вы можете особенно хорошо подойти, если у вас есть:
- Опыт проведения экспериментов на маркетплейсе, где взаимодействие между пользователями и общий ресурс усложняют измерения.
- Опыт снижения дисперсии за пределами одного ковариата предшествующего периода и понимание того, что работает, когда интересующая метрика редка или имеет тяжелый хвост.
- Опыт создания или проверки прокси-метрик для долгосрочных результатов.
- Знакомство с байесовскими подходами, особенно для низкочастотных поверхностей или объединения данных по небольшим рынкам.
- Опыт работы с SaaS-инструментами для экспериментов, такими как Statsig, Eppo или GrowthBook, либо с внутренней платформой.
- Опыт работы на высокомасштабных маркетплейсах, в электронной коммерции или туристических платформах, а также знакомство с сезонностью и длительными циклами покупок, которые с ними связаны.
- Опыт улучшения практики проведения экспериментов на уровне команды или организации через фреймворки, инструменты или поддержку.
- Опыт применения возможностей ИИ или больших языковых моделей для повышения аналитической пропускной способности и качества экспериментов.
- Опыт работы с SaaS-инструментами для экспериментов, такими как Statsig, Eppo или GrowthBook, либо с внутренней платформой.
Мы стремимся создать доступный и инклюзивный опыт для всех кандидатов. Если вам нужна разумная адаптация в процессе подачи заявки или найма, пожалуйста, свяжитесь с вашим рекрутером или нашей командой по адресу AccessibleRecruiting@tripadvisor.com.
Если у вас есть дополнительные вопросы о карьере в Tripadvisor, вы можете написать нам на recruitment@tripadvisor.com. У нас есть все ответы!
#LI-Hybrid
#LI-SM1
