
Valerie Group ช่วยแบรนด์อีคอมเมิร์ซที่ขายตรงถึงผู้บริโภคสร้างและขยายการดำเนินงานด้านการเติบโต บริษัทผสานแพลตฟอร์มข้อมูลเชิงลึกด้าน AI ที่เป็นกรรมสิทธิ์เข้ากับผู้ปฏิบัติงานที่มีประสบการณ์ในด้านสื่อแบบชำระเงิน งานสร้างสรรค์ การเพิ่มอัตราการเปลี่ยนเป็นลูกค้า อีเมล SEO เทคโนโลยี และกลยุทธ์ การดำเนินงานของบริษัทตั้งอยู่บนการทดลองอย่างเป็นระบบ ซึ่งรวมถึงการทดสอบ A/B และโครงการนำร่อง พร้อมเชื่อมโยงการดำเนินงานที่มุ่งเน้นผลลัพธ์เข้ากับเงินทุนที่อาจจัดสรรตามผลการดำเนินงาน โดยออกแบบมาเพื่อเลื่อนการลดสัดส่วนการถือหุ้นออกไปจนกว่าจะพิสูจน์ผลลัพธ์ได้ Valerie Group ทำงานร่วมกับแบรนด์สินค้าอุปโภคบริโภคที่เติบโตบนแพลตฟอร์มดิจิทัลผ่านการเชื่อมต่อกับแพลตฟอร์มต่าง ๆ เช่น Shopify, Meta, Google, TikTok และ Amazon โดยมุ่งเน้นการเติบโตที่วัดผลได้และระบบการดำเนินงานที่ทำซ้ำได้
นักวิทยาศาสตร์ข้อมูล ด้านการวิเคราะห์ผลิตภัณฑ์และ AI — Valerie Group (ทำงานแบบไฮบริด, อินเดีย)
เป็นผู้นำด้านการวิเคราะห์ผลิตภัณฑ์ การสร้างแบบจำลอง การทดลอง และโครงการริเริ่มด้าน AI สำหรับแบรนด์ต่าง ๆ ของ Valerie Group และแพลตฟอร์มการเติบโตด้านการลงทุน เปลี่ยนการวิเคราะห์ด้วย SQL และ Python ให้เป็นโซลูชันเชิงพาณิชย์และผลิตภัณฑ์ที่พร้อมใช้งานจริง
รายละเอียด
- เป็นผู้นำด้านการวิเคราะห์การเติบโต การวิเคราะห์เชิงพาณิชย์ และการวิเคราะห์ผลิตภัณฑ์ ควบคู่กับโครงการวิทยาศาสตร์ข้อมูลประยุกต์และ AI สำหรับแบรนด์ต่าง ๆ ของ Valerie Group และแพลตฟอร์มการเติบโตด้านการลงทุน
- กำหนดและติดตามตัวชี้วัดผลิตภัณฑ์ พฤติกรรมผู้ใช้ กระบวนการของผู้ใช้ จุดที่ผู้ใช้หลุดออก และประสิทธิภาพของฟีเจอร์
- เปลี่ยนคำถามเกี่ยวกับผลิตภัณฑ์ให้เป็นการวิเคราะห์อย่างมีโครงสร้างและข้อเสนอแนะที่นำไปใช้ได้จริง
- พัฒนาและประยุกต์ใช้แบบจำลองสำหรับการแบ่งกลุ่ม การให้คะแนน การจัดประเภท ระบบแนะนำ การพยากรณ์ เศรษฐศาสตร์ต่อหน่วย การวัดผลกระทบส่วนเพิ่ม ประสิทธิผลของสื่อ และความต้องการด้านการตัดสินใจอื่น ๆ
- ทำงานร่วมกับทีมวิศวกรรมและทีมข้อมูลเพื่อนำแบบจำลองและกระบวนการวิเคราะห์ไปใช้งานจริง
- ใช้ข้อมูลที่ไม่ครบถ้วน ไม่สมบูรณ์ หรือจัดเป็นช่วง พร้อมบันทึกสมมติฐานและระบุช่องว่างของข้อมูลที่สำคัญ
- บริหารโครงการวิเคราะห์และสร้างแบบจำลองตั้งแต่การกำหนดปัญหาทางธุรกิจและความต้องการข้อมูล ไปจนถึงการสร้างแบบจำลอง การตรวจสอบความถูกต้อง การนำไปใช้งาน และการวัดผลกระทบ
- ออกแบบและดำเนินการทดสอบ A/B และการวิเคราะห์กลุ่มผู้ใช้
- ประเมินผลกระทบของการเปลี่ยนแปลงผลิตภัณฑ์ ผลลัพธ์จาก AI และการปรับกระบวนการทำงาน
- สร้างวงจรป้อนกลับเพื่อปรับปรุงประสิทธิภาพของผลิตภัณฑ์และแบบจำลอง
- วัดปริมาณความไม่แน่นอน ท้าทายสมมติฐาน และสื่อสารข้อจำกัดรวมถึงระดับความเชื่อมั่น
- กำหนดความต้องการข้อมูลสำหรับฟีเจอร์ผลิตภัณฑ์ และสนับสนุนการติดตามข้อมูลให้ถูกต้อง สอดคล้อง และครบถ้วน
- ทำงานร่วมกับทีมวิศวกรรมเพื่อจัดระเบียบชุดข้อมูลและกระบวนการข้อมูล
- ค้นหาและแก้ไขช่องว่างในการมองเห็นข้อมูล
คุณสมบัติ
- มีประสบการณ์ที่เกี่ยวข้องด้านการวิเคราะห์หรือวิทยาศาสตร์ข้อมูลหกถึงแปดปี
- สามารถเปลี่ยนความท้าทายที่คลุมเครือด้านธุรกิจ ผลิตภัณฑ์ การเติบโต หรือเชิงพาณิชย์ให้เป็นคำถามด้านข้อมูลที่มีโครงสร้างและแผนการวิเคราะห์ที่นำไปปฏิบัติได้
- มีประสบการณ์วิเคราะห์ตัวชี้วัดผลิตภัณฑ์ กระบวนการของผู้ใช้ และพฤติกรรมผู้ใช้
- มีประสบการณ์พัฒนาและประยุกต์ใช้แบบจำลองการจัดประเภท การถดถอย การจัดกลุ่ม การให้คะแนน การพยากรณ์ และการตัดสินใจ
- มีประสบการณ์ที่แสดงให้เห็นว่าสามารถนำแบบจำลองหรือผลิตภัณฑ์เชิงวิเคราะห์ที่มีความสำคัญอย่างน้อยหนึ่งรายการไปใช้ในธุรกิจได้
- เข้าใจอย่างถ่องแท้เกี่ยวกับ CAC, AOV, COGS, อัตรากำไรส่วนเกิน ระยะเวลาคืนทุน และจุดคุ้มทุน
- มีทักษะ SQL ระดับสูง
- มีประสบการณ์ทำงานกับข้อมูลแบบมีโครงสร้างและกึ่งโครงสร้าง
- ใช้ Python ได้อย่างเชี่ยวชาญสำหรับการวิเคราะห์ข้อมูล การสร้างแบบจำลอง การทดลอง และระบบอัตโนมัติ โดยยอมรับความสามารถด้านการวิเคราะห์ใน R ที่เทียบเท่ากันได้
- มีความเชี่ยวชาญด้าน pandas, NumPy และ scikit-learn
- มีประสบการณ์ด้านการทดสอบ A/B การวิเคราะห์ทางสถิติ การวัดผล ความเป็นเหตุเป็นผล และการประเมินผลกระทบ
- มีประสบการณ์ประเมินผลลัพธ์ที่สร้างโดย LLM หรือ AI ในกระบวนการทำงานของผลิตภัณฑ์
- มีประสบการณ์กับ Tableau, Power BI หรือ Metabase จะได้รับการพิจารณาเป็นพิเศษ แต่ไม่ใช่ข้อบังคับ
- มีประสบการณ์ในสภาพแวดล้อมสตาร์ทอัพที่เริ่มต้นจากศูนย์จะได้รับการพิจารณาเป็นพิเศษ แต่ไม่ใช่ข้อบังคับ
- มีประสบการณ์ด้านการสร้างแบบจำลองส่วนผสมสื่อ การวัดผลกระทบส่วนเพิ่ม การอนุมานเชิงสาเหตุ การออกแบบการทดลอง หรือการวัดประสิทธิผลของสื่อจะได้รับการพิจารณาเป็นพิเศษ แต่ไม่ใช่ข้อบังคับ
- มีประสบการณ์กับ Snowflake, BigQuery, dbt, Triple Whale, Northbeam หรือ Rockerbox จะได้รับการพิจารณาเป็นพิเศษ แต่ไม่ใช่ข้อบังคับ
- มีประสบการณ์นำแบบจำลองแมชชีนเลิร์นนิงไปใช้งานจริงจะได้รับการพิจารณาเป็นพิเศษ แต่ไม่ใช่ข้อบังคับ
สวัสดิการ
- แพ็กเกจค่าตอบแทนที่แข่งขันได้
- เข้าถึงเครื่องมือที่จำเป็นต่อการทำงานอย่างมีประสิทธิภาพ
- โอกาสเติบโตไปพร้อมกับการขยายตัวของ Valerie Group
- ได้ทำงานที่สร้างผลกระทบอย่างมีความหมายและวัดผลได้
- มีความเป็นเจ้าของงานในระดับสูงตั้งแต่เริ่มต้น
- ได้ทำงานร่วมกับผู้ก่อตั้ง ผู้บริหารปฏิบัติการ และผู้เชี่ยวชาญที่มีประสบการณ์
- สภาพแวดล้อมการทำงานที่เปิดกว้างและมีส่วนร่วม
- การประเมินเฉพาะตำแหน่งหรืองานปฏิบัติเมื่อมีความเหมาะสม