Kanada
TSMC
impact.com
Sr. Data Scientist, Programmatic Algorithms
Kanada
Vancouver, British Columbia, Canada · New York, New York, United States · Seattle, Washington, United States
PythonSQLGCPGo
Automatische Übersetzung. Prüfe das Original.
Über uns
impact.com: impact.com/
impact.com impact.com/ ist die weltweit führende Plattform für Commerce Partnership Marketing, die die Art und Weise, wie Unternehmen wachsen, verändert, indem sie es ihnen ermöglicht, Partnerschaften über die gesamte Customer Journey hinweg zu entdecken, zu verwalten und zu skalieren. Von Affiliates und Influencern bis hin zu Content-Publishern, Markenbotschaftern und Kundenvertretern befähigt impact.com Marken, vertrauenswürdiges, leistungsorientiertes Wachstum durch authentische Beziehungen zu fördern. Seine preisgekrönten Produkte – Performance (Affiliate), Creator (Influencer) und Advocate (Kundenempfehlung) – vereinen jede Art von Partner in einer integrierten Plattform. Da Verbraucher zunehmend auf Empfehlungen von Menschen und Gemeinschaften vertrauen, denen sie vertrauen, hilft impact.com Marken, dort präsent zu sein, wo es am wichtigsten ist. Heute verlassen sich über 5,000 globale Marken – darunter Walmart, Uber, Shopify, Lenovo, L’Oréal und Fanatics – auf impact.com cts.businesswire.com/ct/CT?id=smartlink&url=http%3A%2F%2Fimpact.com&esheet=54399906&newsitemid=20260120914149&lan=en-US&anchor=impact.com&index=38&md5=c467739484a5a8610aff0747572ac8cb, um mehr als 350,000 Partnerschaften zu ermöglichen, die messbare Geschäftsergebnisse liefern.
Ihre Rolle bei impact.com impact.com
Wir suchen einen Senior Data Scientist, der als eingebetteter Data Scientist in unserer Programmatic Experience Group tätig ist. Sie werden für das Design und die Bereitstellung von machine learning-Modellen verantwortlich sein, die Ertrag, Preisgestaltung und Inventarallokation in großem Maßstab optimieren – an der Schnittstelle von Data Science, Plattform-Engineering und Marktplatzökonomie.
Dies ist eine Rolle mit hohem Anspruch und hoher Verantwortung für einen einzelnen Mitarbeiter. Sie werden End-to-End arbeiten: die Datenpipelines entwerfen, die Ihre Modelle speisen, die Features entwickeln, die die Leistung steigern, und Echtzeit-Inferenzsysteme bereitstellen, die Entscheidungen schnell treffen. Ihre Arbeit bestimmt direkt, wie effektiv der programmatische Marktplatz von Impact die Werbetreibendenleistung mit der Monetarisierung der Publisher in Einklang bringt – was dies zu einer der wirkungsvollsten technischen Rollen im Unternehmen macht.
Sie werden eng mit Product, Data Science und Programmatic Delivery Engine Engineering zusammenarbeiten, agieren aber mit erheblicher Autonomie. Von Ihnen wird erwartet, dass Sie sowohl die Modellierungsgenauigkeit eines Data Scientists als auch die Produktionsinstinkte eines ML-Ingenieurs mitbringen – und dass Sie sich für beides wirklich begeistern.
Was Sie auszeichnet
- Marktplatz-Intuition. Sie verstehen programmatische Auktionen nicht nur als Ingenieur, sondern auch als Ökonom – Sie denken über Anreizstrukturen, Gleichgewichts-Dynamiken und die Auswirkungen von Modellentscheidungen auf den Angebots-Nachfrage-Stack nach.
- Full-stack ML-Verantwortung. Sie sind genauso komfortabel mit dem Entwurf eines Feature-Store-Schemas wie mit der Abstimmung eines Gradient Boosting-Modells oder der Fehlersuche bei Latenzspitzen in der Produktion. Sie verantworten die gesamte Kette.
- Feedbackschleifen-Denken. Sie stellen nicht nur Modelle bereit – Sie entwerfen die Systeme, die sie im Laufe der Zeit intelligenter machen. Sie denken darüber nach, wie heutige Entscheidungen zum Trainingssignal von morgen werden.
- Strenge unter realen Einschränkungen. Sie wissen, wie man saubere Experimente in Umgebungen durchführt, in denen das Feedback verzögert ist, die Daten verrauscht sind und geschäftliche Zwänge Kompromisse erzwingen. Sie lassen nicht zu, dass unvollkommene Bedingungen eine Ausrede für unpräzises Denken sind.
- Pragmatische Lieferung. Sie liefern. Sie balancieren das Perfekte mit dem Produktionsreifen, iterieren schnell und wissen, wann ein MVP einem sechsmonatigen Forschungsprojekt überlegen ist.
- Kollaborative Tiefe. Sie bauen echtes technisches Vertrauen mit Produkt- und Engineering-Partnern auf – nicht nur, indem Sie gute Ideen haben, sondern indem Sie nachfassen, klar kommunizieren und die Integration erleichtern.
Was Sie tun werden
Ertragsoptimierung & Preismodelle
- Entwerfen und Bereitstellen von ML-Modellen, die Auktionspreisgestaltung, Gebotsabschattung, Mindestpreisfestsetzung und Ertrag über das programmatische Inventar von Impact optimieren.
- Aufbauen und Iterieren von Echtzeit-Preisalgorithmen, die kurzfristige Umsatzeffizienz mit langfristiger Publisher- und Werbetreibenden-Gesundheit in Einklang bringen.
- Entwickeln und Pflegen von Feedbackschleifen, die es Preismodellen ermöglichen, sich an veränderte Marktbedingungen, Inventarmischungen und Nachfragemuster anzupassen.
- Quantifizieren der Umsatzwirkung von Preismodellverbesserungen; Kommunikation von Kompromissen zwischen Ertragsmaximierung, Füllrate und Partner-ROI an Stakeholder.
Inventarallokation & Angebotsoptimierung
- Verantwortlich für ML-gesteuerte Inventarallokationslogik: Routing, Steuerung und Abgleich von Angebot und Nachfrage über Partnersegmente, Deal-Typen und Kampagnenziele hinweg.
- Aufbauen von Modellen, die die Verfügbarkeit von Inventar, Nachfragekurven und Clearing-Preise prognostizieren, um proaktive Allokationsentscheidungen zu unterstützen.
- Identifizieren und Beheben von Ineffizienzen bei der Inventarnutzung – einschließlich unverkauftem Inventar, suboptimalem Deal-Matching und Allokationsungleichgewichten über die Publisher-Basis hinweg.
Datenarchitektur & Feature Engineering
- Entwerfen und Verantworten der Dateninfrastruktur, die programmatische Modelle speist: Event-Pipelines, Feature Stores, Trainingsdatensätze und Echtzeit-Feature-Serving.
- Entwickeln von High-Signal-Features aus Auktionsprotokollen, Gebotsstromdaten, Benutzersignalen, kontextuellen Attributen und historischen Leistungen – im Maßstab programmatischer Datenvolumina.
- Aufbauen robuster Datenpipelines mit produktionsreifen Standards: Zuverlässigkeit, Beobachtbarkeit, Versionierung und effiziente Neuverarbeitung.
Echtzeit-Inferenz & Produktions-ML
- Bereitstellen von Modellen in Produktions-Echtzeit-Inferenzumgebungen; Verantworten von Latenz-, Zuverlässigkeits- und Durchsatzanforderungen für Auktionszeit-Entscheidungen. *
- Aufbauen von Überwachungssystemen, die Modellleistung, Daten-Drift und Systemgesundheit in der Produktion verfolgen; Definieren von Alarmgrenzen und Retraining-Triggern.
- Zusammenarbeit mit MLOps und Platform Engineering, um sicherzustellen, dass skalierbare, latenzarme Serving-Infrastrukturen SLOs unter hohem Auktionsverkehr erfüllen.
- Verantworten des gesamten Modell-Lebenszyklus: Training, Evaluierung, Bereitstellung, A/B-Tests und Iteration.
Experimentation & Leistungsmessung
- Entwerfen und Durchführen rigoroser A/B- und Holdout-Experimente zur Messung der kausalen Auswirkung von Modelländerungen auf Ertrag, Füllrate, Werbetreibendenleistung und Publisher-Umsatz.
- Aufbauen von Bewertungs-Frameworks, die über Offline-Metriken hinausgehen – Validieren des Modellverhaltens in Live-Auktionsumgebungen, in denen Feedbacksignale verzögert oder verrauscht sind.
- Übersetzen von experimentellen Ergebnissen in klare Geschäftsberichte; Präsentieren von Erkenntnissen und Empfehlungen für Produkt- und Geschäfts-Stakeholder.
Selbstlernende Systeme & Feedbackschleifen
- Erforschen und Implementieren von adaptiven, selbstlernenden Komponenten innerhalb des programmatischen Stacks – einschließlich kontextueller Banditen, Reinforcement Learning-Signalen und Online-Lernansätzen, wo angebracht.
- Entwerfen von Feedback-Mechanismen, die den Kreislauf zwischen Auktionsergebnissen, Modellaktualisierungen und Systemverhalten schließen; Reduzieren der Abhängigkeit von manueller Abstimmung und regelbasierten Überschreibungen.
- Auf dem Laufenden bleiben über Fortschritte in der programmatischen ML, Auktionstheorie und Online-Optimierung; Bewertung der Anwendbarkeit auf die spezifischen Marktdynamiken von Impact.
Funktionsübergreifende Zusammenarbeit
- Als primärer technischer ML-Partner für die Produkt- und Engineering-Teams von Rubicon fungieren; Übersetzen von Geschäftsanforderungen in Modellierungsansätze und klare Kommunikation technischer Kompromisse.
- Zusammenarbeit mit Data Science-Kollegen an gemeinsamer Infrastruktur, Modellierungsstandards und domänenübergreifender Feature-Wiederverwendung.
- Dokumentieren von Modellen, Architekturen und experimentellen Ergebnissen auf einem Standard, der Überprüfung, Reproduktion und Wissensübertragung über Teams hinweg ermöglicht.
Was Sie mitbringen
Erforderlich
- Erfahrung: 5+ Jahre in Data Science, ML Engineering oder quantitativer Forschung, davon mindestens 2+ Jahre im Aufbau und der Bereitstellung von ML-Modellen in programmatischer Werbung, Ad Tech, Marktplatzoptimierung oder einem eng verwandten Bereich (z. B. Echtzeit-Gebote, dynamische Preisgestaltung, Auktionssysteme).
- Programmatische & Marktplatz-Tiefe: Nachgewiesenes Verständnis der programmatischen Auktionsmechanismen (RTB, Header Bidding, Mindestpreise, Deal-Typen, Gebotsabschattung) und wie ML zur Optimierung von Ergebnissen über den Angebots-Nachfrage-Stack hinweg angewendet werden kann.
- Produktions-ML-Engineering: Nachgewiesene Fähigkeit, Modelle selbstständig von der Prototypenphase bis zur Produktion zu bringen – einschließlich Echtzeit-Inferenz, Überwachung, Retraining-Pipelines und SLO-Verantwortung.
- Datenarchitektur: Erfahrung im Entwerfen und Aufbauen von Datenpipelines, Feature Stores und Trainingsinfrastrukturen für ML-Systeme mit hohem Volumen und geringer Latenz.
- Technische Fähigkeiten:
- Starkes Python und SQL; Beherrschung von ML-Bibliotheken (scikit-learn, XGBoost, LightGBM, PyTorch/TensorFlow) und Big-Data-Tools (Spark, Kafka oder gleichwertige Streaming/Batch-Frameworks). *
- Erfahrung mit Echtzeit-Feature-Serving und Low-Latency-Modellbereitstellung (REST APIs, gRPC oder Streaming-Inferenz).
- Vertrautheit mit Produktions-ML-Workflows: Modellversionierung, Drift-Überwachung, A/B-Tests, Evaluierung und Retraining. *
- Erfahrung in der Verarbeitung und Modellierung von programmatischen Daten in großem Maßstab: Auktionsprotokolle mit hoher Kardinalität, Gebotsstromdaten, Impressionen und Klickereignisse. *
- Experimentelle Strenge: Gutes Verständnis von kausaler Inferenz und Experimentdesign in Online-Umgebungen mit verzögertem Feedback (Auktions-Holdouts, Switchback-Tests, Varianzreduktionstechniken).
- Kommunikation: Fähigkeit, komplexe Modellierungsentscheidungen und Kompromisse für Produkt- und Geschäfts-Stakeholder zu erklären; Erfahrung in der Präsentation in funktionsübergreifenden Foren.
- Ausbildung: Bachelor-Abschluss in einem quantitativen Fach (Informatik, Statistik, Mathematik, Ingenieurwesen, Wirtschaft oder ähnlich); Master/Promotion bevorzugt.
Bevorzugt / Nice-to-have
- Direkte Erfahrung mit SSP-, DSP- oder Exchange-seitiger Ertragsoptimierung – insbesondere mit Mindestpreisoptimierung, Gebotslandschaftsmodellierung oder Deal-Matching-Algorithmen.
- Vertrautheit mit Auktionstheorie (First-Price vs. Second-Price-Dynamik, optimale Reservepreise, Umsatzäquivalenz) und deren praktischen Auswirkungen auf programmatische ML.
- Erfahrung mit kontextuellen Banditen, Multi-Armed Banditen oder Reinforcement Learning, angewendet auf Echtzeit-Entscheidungsprobleme.
- Kenntnisse im Online-Lernen und adaptiven Algorithmen in Produktionsumgebungen mit nicht-stationären Datenverteilungen.
- Vertrautheit mit datenschutzfreundlichen ML-Techniken im programmatischen Bereich (differenzielle Privatsphäre, föderiertes Lernen, Cookieless Attribution Modeling).
- Erfahrung mit GCP-Tools (BigQuery, Vertex AI, Dataflow, Pub/Sub) und/oder Databricks/Spark für die Verarbeitung von Großereignissen und das Modelltraining.
- Einblick in Angebotsvorhersage, Bestandsverwaltung oder Kapazitätsplanung in programmatischen oder Marktplatzkontexten.
- Vertrautheit mit dem Affiliate- und Partner-Ökosystem von Impact oder frühere Erfahrung an der Schnittstelle von Performance Marketing und programmatischer Auslieferung.
Gehaltsspanne: $165,000 - $185,000 pro Jahr, zuzüglich eines zusätzlichen variablen Jahresbonus von 5%, der von der Unternehmensleistung abhängt, und Anspruch auf eine Zuteilung von Restricted Stock Units (RSUs).
*Dies ist die Gehaltsspanne, die das Unternehmen zum Zeitpunkt dieser Ausschreibung für diese Position als angemessen erachtet. In Übereinstimmung mit geltendem Recht wird die Vergütung auf der Grundlage der Fähigkeiten, Qualifikationen und Erfahrungen des Bewerbers sowie der Anforderungen der Position ermittelt, und das Unternehmen behält sich das Recht vor, diese Gehaltsspanne jederzeit zu ändern.
impact.com ist stolz darauf, ein Arbeitgeber zu sein, der Chancengleichheit bietet. Alle Mitarbeiter und Bewerber für eine Anstellung werden fair behandelt und erhalten gleiche Beschäftigungsmöglichkeiten, unabhängig von ihrer Rasse, ethnischen Zugehörigkeit oder Herkunft, Hautfarbe oder Kaste, Religion oder Glauben, Alter, Geschlecht (einschließlich Geschlechtsidentität, Geschlechtsumwandlung, sexueller Orientierung, Schwangerschaft/Mutterschaft), nationaler Herkunft, Gewicht, Neurodivergenz, Behinderung, Familienstand und Lebenspartnerschaft, Betreuungsstatus, Veteranenstatus, genetischen Informationen, politischer Zugehörigkeit oder anderen verbotenen, nicht auf Verdiensten basierenden Faktoren.
#LI_NewYork_NewYork
Leistungen und Vergünstigungen
Bei impact.com glauben wir, dass Sie Ihre beste Arbeit leisten, wenn Sie glücklich und erfüllt sind. Deshalb haben wir ein Leistungspaket zusammengestellt, das Ihr Wohlbefinden, Ihr Wachstum und Ihre Work-Life-Balance unterstützt.
- Kranken-, Zahn- und Sehversicherung
- Nur im Büro: Jeden Donnerstag wird ein Mittagessen serviert, eine gesunde Snackbar und großartiger Kaffee, um Sie bei Laune zu halten.
- Flexible Ausgabenkonten und 401(k)
- Flexibles Arbeiten: Unsere Richtlinie für verantwortungsbewusste PTO (Paid Time Off) bedeutet, dass Sie sich die Auszeit nehmen können, die Sie zum Ausruhen und Aufladen benötigen. Wir setzen uns für eine positive Work-Life-Balance ein und bieten ein flexibles Umfeld, das es Ihnen ermöglicht, in Ihrer Karriere und Ihrem Privatleben glücklich und erfüllt zu sein.
- Gesundheit und Wohlbefinden: Ihr Wohlbefinden ist eine Priorität. Unsere Leistung für psychische Gesundheit und Wohlbefinden umfasst bis zu 12 vollständig abgedeckte Therapie-/Coaching-Sitzungen pro Jahr, mit zusätzlicher Deckung für Angehörige. Wir bieten auch eine monatliche Erstattung für Fitnessstudios an, um Ihre körperliche Gesundheit zu unterstützen.
- Ein Anteil an unserem Wachstum: Wir bieten Restricted Stock Units (RSUs) als Teil unserer Gesamtvergütung an, die Ihnen mit einem Vesting-Zeitplan von 3 Jahren, vorbehaltlich der Genehmigung durch den Vorstand, einen Anteil am Unternehmenswachstum verschaffen.
- Investition in Ihr Wachstum: Wir engagieren uns für Ihr kontinuierliches Lernen. Nutzen Sie unser kostenloses Coursera-Abonnement und unsere PXA-Kurse.
- Elternunterstützung: Wir bieten eine großzügige Elternzeitregelung, 26 Wochen vollständig bezahlte Freistellung für den Hauptbetreuer und 13 Wochen vollständig bezahlte Freistellung für den sekundären Betreuer.
- Technologische finanzielle Unterstützung: Wir bieten ein Technologie-Stipendium, um Ihnen bei der Einrichtung Ihres Home-Office zu helfen, und eine monatliche Zulage zur Deckung Ihrer Internetkosten.
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen