Auf einen Blick
Senior Data Scientist für Growth bei ARQ in London. Bauen Sie LTV-Vorhersage-Modelle für Growth-Optimierung, Akquisitionsanalyse und Customer-Value-Prognosen in einem schnellwachsenden Fintech.
💰 ~$110.000–170.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- 5+ Jahre Data Science/ML-Erfahrung
- B2C/D2C-Growth-Erfahrung
- LTV/CAC/Retention-Modelle
- Python-Fähigkeiten
Machine Learning
Python
LTV Prediction
Gehalt geschätzt anhand Senior Data Scientist in Fintech, London. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior Data Scientists mit Growth/Marketing-Hintergrund
- B2C/D2C-Spezialisten
- LTV/CAC-Modellierungs-Experten
🚫 Weniger geeignet
- Junior Data Scientists ohne Growth-Erfahrung
- Enterprise-Only-Spezialisten
- Remote-only Kandidaten
💡 Gut zu wissen
- Growth-ML erfordert Verständnis für User-Akquisition und Monetisierung
- Multi-Country-Modellierung erfordert Komplexität-Management
- 3-4 Tage pro Woche Büropräsenz in London
- Direct Reporting an Head of Growth und COO
Über das Unternehmen
ARQ ist eines der am schnellsten wachsenden Fintech-Unternehmen und sucht einen Senior Data Scientist für das Growth Team. Das Unternehmen betreut über 2 Millionen Kunden und braucht ML-Experten für Growth-Optimierung.
Deine Aufgaben
- Lifetime-Value-Vorhersage-Modelle über Länder und Kanäle entwickeln und verwalten
- Mit Growth, Marketing, Product und Finance Teams zusammenarbeiten
- Akquisitionsqualität nach Kanal, Kampagne und Geographie evaluieren
- Modelle bauen, die Entscheidungen zu Wachstum, Payback und Kundenwert unterstützen
- Große Kundenversand- und Marketing-Datensätze analysieren
- Model-Performance kontinuierlich überwachen und verbessern
- Klare Frameworks erstellen, die Teams Wachstums-Tradeoffs verstehen helfen
Deine Voraussetzungen
- 5+ Jahre Data Science, Machine Learning oder Applied Statistics
- Erfahrung mit Prediction-Modellen in Consumer Business (B2C/D2C)
- LTV, Acquisition, Retention oder Churn-Erfahrung
- Starke Python-Fähigkeiten und Arbeit mit großen Datensätzen
- Verständnis von Supervised Learning und Model-Evaluation
- Fähigkeit, Business-Fragen in Data-Science-Probleme umzusetzen
- Cross-Functional Zusammenarbeit und Kommunikation
Benefits
- Wettbewerbsfähiges Gehalt und Benefits
- Aktienoptionen für Eigentum
- Diskretionärer Leistungsbonus
- Modernste Technologie und Tools
- Weltklasse-Team und Entwicklungsmöglichkeiten
- 3-4 Tage pro Woche vor Ort
