Estados Unidos
B&A
impact.com
Cientista de Dados Sênior, Algoritmos Programáticos
Estados Unidos
Seattle, Washington, United States
PythonSQLGCPGo
Tradução automática. Consulte o original.
Sobre a impact.com: impact.com/
A impact.com impact.com/ é a plataforma líder mundial em marketing de parcerias comerciais, transformando a maneira como as empresas crescem ao permitir que descubram, gerenciem e escalem parcerias ao longo de toda a jornada do cliente. De afiliados e influenciadores a editores de conteúdo, embaixadores de marca e defensores do cliente, a impact.com capacita marcas a impulsionar um crescimento confiável baseado em desempenho por meio de relacionamentos autênticos. Seus produtos premiados - Performance (afiliados), Creator (influenciadores) e Advocate (indicação de clientes) - unificam todos os tipos de parceiros em uma única plataforma integrada. À medida que os consumidores confiam cada vez mais em recomendações de pessoas e comunidades em que acreditam, a impact.com ajuda as marcas a aparecerem onde é mais importante. Hoje, mais de 5,000 marcas globais - incluindo Walmart, Uber, Shopify, Lenovo e Fanatics - confiam na 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 para impulsionar mais de 350,000 parcerias que entregam resultados de negócios mensuráveis.
Sua Função na impact.com impact.com
Estamos buscando um Cientista de Dados Sênior para atuar como Cientista de Dados integrado ao nosso Grupo de Experiência Programática. Você será responsável pelo design e implementação de modelos de machine learning que otimizam o rendimento, a precificação e a alocação de inventário em escala — situando-se na interseção entre ciência de dados, engenharia de plataforma e economia de mercado.
Esta é uma função de contribuidor individual de alto nível e alta responsabilidade. Você trabalhará de ponta a ponta: arquitetando os pipelines de dados que alimentam seus modelos, desenvolvendo as features que impulsionam o desempenho e implementando sistemas de inferência em tempo real que tomam decisões com rapidez. Seu trabalho determina diretamente a eficácia com que o marketplace programático da Impact equilibra o desempenho do anunciante com a monetização do editor — tornando esta uma das funções técnicas de maior alavancagem na empresa.
Você colaborará estreitamente com as equipes de Produto, Ciência de Dados e Engenharia de Entrega Programática, mas operará com autonomia significativa. Espera-se que você traga tanto o rigor de modelagem de um cientista de dados quanto os instintos de produção de um engenheiro de ML — e que esteja genuinamente entusiasmado com ambos.
O que você fará
Modelos de Otimização de Rendimento e Precificação
- Projetar e implementar modelos de ML que otimizam a precificação de leilões, bid shading, definição de preço mínimo (floor price) e rendimento em todo o inventário programático da Impact.
- Construir e iterar algoritmos de precificação em tempo real que equilibram a eficiência de receita de curto prazo com a saúde de longo prazo de editores e anunciantes.
- Desenvolver e manter ciclos de feedback que permitam que os modelos de precificação se adaptem às mudanças nas condições de mercado, mix de inventário e padrões de demanda.
- Quantificar o impacto na receita das melhorias nos modelos de precificação; comunicar as compensações (tradeoffs) entre maximização de rendimento, taxa de preenchimento (fill rate) e ROI do parceiro aos stakeholders.
Alocação de Inventário e Otimização de Oferta
- Ser responsável pela lógica de alocação de inventário orientada por ML: roteamento, pacing e correspondência de oferta com demanda entre segmentos de parceiros, tipos de negócio e objetivos de campanha.
- Construir modelos que prevejam a disponibilidade de inventário, curvas de demanda e preços de compensação para apoiar decisões proativas de alocação.
- Identificar e abordar ineficiências na utilização de inventário — incluindo inventário não vendido, correspondência de negócios subótima e desequilíbrios de alocação na base de editores.
Arquitetura de Dados e Engenharia de Features
- Projetar e ser responsável pela infraestrutura de dados que alimenta os modelos programáticos: pipelines de eventos, feature stores, conjuntos de dados de treinamento e servimento de features em tempo real.
- Desenvolver features de alto sinal a partir de logs de leilão, dados de bid stream, sinais de usuário, atributos contextuais e desempenho histórico — na escala dos volumes de dados programáticos.
- Construir pipelines de dados robustos com padrões de nível de produção: confiabilidade, observabilidade, versionamento e reprocessamento eficiente.
Inferência em Tempo Real e ML em Produção
- Implementar modelos em ambientes de inferência em tempo real de produção; ser responsável pelos requisitos de latência, confiabilidade e throughput para a tomada de decisão durante o leilão.
- Construir sistemas de monitoramento que rastreiem o desempenho do modelo, desvio de dados (data drift) e saúde do sistema em produção; definir limites de alerta e gatilhos de retreinamento.
- Colaborar com MLOps e Engenharia de Plataforma para garantir que a infraestrutura de servimento escalável e de baixa latência atenda aos SLOs sob tráfego de leilão de alto volume.
- Ser responsável por todo o ciclo de vida do modelo: treinamento, avaliação, implementação, testes A/B e iteração.
Experimentação e Medição de Desempenho
- Projetar e executar experimentos A/B e de holdout rigorosos para medir o impacto causal das mudanças nos modelos sobre o rendimento, taxa de preenchimento, desempenho do anunciante e receita do editor.
- Construir estruturas de avaliação que vão além das métricas offline — validando o comportamento do modelo em ambientes de leilão ao vivo onde os sinais de feedback são atrasados ou ruidosos.
- Traduzir resultados experimentais em narrativas de negócios claras; apresentar descobertas e recomendações para Produto e stakeholders de negócios.
Sistemas de Autoaprendizado e Ciclos de Feedback
- Pesquisar e implementar componentes adaptativos de autoaprendizado dentro da stack programática — incluindo contextual bandits, sinais de aprendizado por reforço e abordagens de aprendizado online, quando apropriado.
- Projetar mecanismos de feedback que fechem o ciclo entre os resultados do leilão, atualizações de modelo e comportamento do sistema; reduzir a dependência de ajustes manuais e substituições baseadas em regras.
- Manter-se atualizado com os avanços em ML programático, teoria de leilões e otimização online; avaliar a aplicabilidade às dinâmicas específicas do marketplace da Impact.
Colaboração Interfuncional
- Atuar como o principal parceiro técnico de ML para as equipes de produto e engenharia da Rubicon; traduzir requisitos de negócios em abordagens de modelagem e comunicar claramente as compensações técnicas.
- Colaborar com colegas de Ciência de Dados em infraestrutura compartilhada, padrões de modelagem e reutilização de features entre domínios.
- Documentar modelos, arquiteturas e descobertas experimentais em um padrão que permita revisão, replicação e transferência de conhecimento entre as equipes.
O que você traz
Requisitos
- Experiência: 5+ anos em ciência de dados, engenharia de ML ou pesquisa quantitativa, com pelo menos 2+ anos construindo e implementando modelos de ML em publicidade programática, ad tech, otimização de marketplace ou um domínio estreitamente relacionado (por exemplo, lances em tempo real, precificação dinâmica, sistemas de leilão).
- Profundidade em Programática e marketplace: Compreensão demonstrada da mecânica de leilões programáticos (RTB, header bidding, precificação de piso, tipos de negócio, bid shading) e como o ML pode ser aplicado para otimizar resultados em toda a stack de oferta e demanda.
- Engenharia de ML em Produção: Capacidade comprovada de levar modelos do protótipo à produção de forma independente — incluindo inferência em tempo real, monitoramento, pipelines de retreinamento e responsabilidade por SLOs.
- Arquitetura de dados: Experiência em projetar e construir pipelines de dados, feature stores e infraestrutura de treinamento para sistemas de ML de alto volume e baixa latência.
- Habilidades técnicas:
- Python e SQL sólidos; proficiência com bibliotecas de ML (scikit-learn, XGBoost, LightGBM, PyTorch/TensorFlow) e ferramentas de dados em larga escala (Spark, Kafka ou frameworks de streaming/batch equivalentes).
- Experiência com servimento de features em tempo real e implementação de modelos de baixa latência (REST APIs, gRPC ou inferência em streaming).
- Familiaridade com fluxos de trabalho de ML em produção: versionamento de modelo, monitoramento de desvio, testes A/B, avaliação e retreinamento.
- Experiência em processamento e modelagem em escala de dados programáticos: logs de leilão de alta cardinalidade, dados de bid stream, eventos de impressão e clique.
- Rigor na experimentação: Forte compreensão de inferência causal e design de experimentos em ambientes online com feedback atrasado (holdouts de leilão, testes switchback, técnicas de redução de variância).
- Comunicação: Capacidade de explicar decisões complexas de modelagem e compensações para Produto e stakeholders de negócios; confortável em apresentar em fóruns interfuncionais.
- Educação: Bacharelado em uma área quantitativa (CS, Estatística, Matemática, Engenharia, Economia ou similar); Mestrado/PhD preferencial.
O que te destaca
Preferencial / Diferenciais
- Experiência direta com otimização de rendimento em SSP, DSP ou lado da exchange — particularmente otimização de preço mínimo, modelagem de cenário de lances ou algoritmos de correspondência de negócios.
- Familiaridade com teoria de leilões (dinâmicas de primeiro preço vs. segundo preço, precificação de reserva ideal, equivalência de receita) e suas implicações práticas para ML programático.
- Experiência com contextual bandits, multi-armed bandits ou aprendizado por reforço aplicado a problemas de decisão em tempo real.
- Conhecimento de aprendizado online e algoritmos adaptativos em ambientes de produção com distribuições de dados não estacionárias.
- Familiaridade com técnicas de ML que preservam a privacidade relevantes para programática (privacidade diferencial, aprendizado federado, modelagem de atribuição sem cookies).
- Experiência com ferramentas do GCP (BigQuery, Vertex AI, Dataflow, Pub/Sub) e/ou Databricks/Spark para processamento de eventos em larga escala e treinamento de modelos.
- Exposição a previsão de oferta, gestão de inventário ou planejamento de capacidade em contextos programáticos ou de marketplace.
- Familiaridade com o ecossistema de afiliados e parcerias da Impact, ou experiência anterior na interseção de marketing de performance e entrega programática.
O que te destaca
- Intuição de marketplace. Você entende leilões programáticos não apenas como engenheiro, mas como economista — você pensa sobre estruturas de incentivo, dinâmicas de equilíbrio e como as decisões do modelo repercutem na stack de oferta e demanda.
- Propriedade Full-stack de ML. Você se sente tão confortável projetando um esquema de feature store quanto ajustando um modelo de gradient boosting ou depurando um pico de latência em produção. Você é dono de toda a cadeia.
- Pensamento de ciclo de feedback. Você não apenas implementa modelos — você projeta os sistemas que os tornam mais inteligentes ao longo do tempo. Você pensa sobre como as decisões de hoje se tornam o sinal de treinamento de amanhã.
- Rigor sob restrições do mundo real. Você sabe como executar experimentos limpos em ambientes onde o feedback é atrasado, os dados são ruidosos e as pressões de negócios criam compensações. Você não deixa que condições imperfeitas se tornem uma desculpa para um pensamento impreciso.
- Entrega pragmática. Você entrega. Você equilibra o perfeito com o pronto para produção, itera rapidamente e sabe quando um MVP supera um projeto de pesquisa de seis meses.
- Profundidade colaborativa. Você constrói uma confiança técnica genuína com parceiros de engenharia e produto — não apenas por ter boas ideias, mas por seguir em frente, comunicar-se claramente e facilitar a integração.
Faixa Salarial: $165,000 - $185,000 por ano, mais um bônus anual variável adicional de 5% condicionado ao desempenho da Empresa e elegível para receber uma concessão de Restricted Stock Units (RSU).
*Esta é a faixa salarial que a Empresa acredita ser equitativa para esta posição no momento desta publicação. De acordo com a lei aplicável, a remuneração será determinada com base nas habilidades, qualificações e experiência do candidato, juntamente com os requisitos da posição, e a Empresa reserva-se o direito de modificar esta faixa salarial a qualquer momento.
A impact.com orgulha-se de ser um local de trabalho com igualdade de oportunidades. Todos os funcionários e candidatos a emprego receberão tratamento justo e igualdade de oportunidades de emprego, independentemente de sua raça, etnia ou ancestralidade, cor ou casta, religião ou crença, idade, sexo (incluindo identidade de gênero, redesignação de gênero, orientação sexual, gravidez/maternidade), origem nacional, peso, neurodivergência, deficiência, estado civil e parceria civil, status de cuidador, status de veterano, informações genéticas, afiliação política ou outros fatores proibidos não relacionados ao mérito.
#LI_Seattle
Benefícios e Vantagens
Na impact.com, acreditamos que quando você está feliz e realizado, você faz o seu melhor trabalho. É por isso que criamos um pacote de benefícios que apoia seu bem-estar, crescimento e equilíbrio entre vida pessoal e profissional.
- Seguro médico, odontológico e oftalmológico
- Almoço servido no escritório todas as quintas-feiras, um bar de lanches saudáveis e um ótimo café para mantê-lo energizado
- Contas de gastos flexíveis e 401(k)
- Trabalho Flexível: Nossa política de PTO Responsável significa que você pode tirar o tempo necessário para descansar e recarregar as energias. Estamos comprometidos com um equilíbrio positivo entre vida pessoal e profissional e oferecemos um ambiente flexível que permite que você seja feliz e realizado tanto em sua carreira quanto em sua vida pessoal.
- Saúde e Bem-estar: Seu bem-estar é uma prioridade. Nosso benefício de saúde mental e bem-estar inclui até 12 sessões de terapia/coaching totalmente cobertas por ano, com cobertura adicional para dependentes. Também oferecemos uma política de reembolso mensal de academia para apoiar sua saúde física.
- Uma Participação em Nosso Crescimento: Oferecemos Restricted Stock Units (RSUs) como parte de nossa remuneração total, dando a você uma participação no crescimento da empresa com um cronograma de vesting de 3 anos, pendente de aprovação do Conselho.
- Investindo em Seu Crescimento: Estamos comprometidos com seu aprendizado contínuo. Aproveite nossa assinatura gratuita do Coursera e nossos cursos PXA.
- Apoio Parental: Oferecemos uma política generosa de licença parental, 26 semanas de licença totalmente remunerada para o cuidador principal e 13 semanas de licença totalmente remunerada para o cuidador secundário.
- Apoio Financeiro Tecnológico: Fornecemos um estipêndio de tecnologia para ajudá-lo a montar seu home office e uma ajuda de custo mensal para cobrir suas despesas com internet.
Mais oportunidades com um só perfil
Quer aparecer para várias vagas sem repetir todo o processo? Crie seu perfil e seja encontrado pelas empresas que usam a Nort.
Criar meu perfil