Analista de Datos de Producto

• 4-8 años de experiencia en Data Analytics, BI, Marketing Analytics o Growth Analytics. Valoramos la motivación y la agudeza analítica tanto como los años de experiencia.
• Sólida experiencia en SQL, con comodidad en la realización de consultas complejas sobre grandes conjuntos de datos.
• Competencia profesional en Python (librerías pandas, numpy, statsmodel/scipy).
• Comprensión sólida de los fundamentos de las pruebas A/B y la experimentación (significancia, tamaño de la muestra, inferencia causal básica).
• Experiencia con herramientas de BI: Looker, PowerBI y/o Tableau.
• Experiencia con almacenes de datos en la nube (preferiblemente BigQuery; Snowflake/AWS también son valiosos).
• Comprensión del funcionamiento de un ecosistema DSP/ad-tech: subastas, impresiones, SSPs, MMPs. Se valorará igualmente la experiencia previa en una DSP, SSP, ad exchange o plataforma de mediación.
• Comodidad trabajando con datos de gran volumen y alta cardinalidad.
• Buenas habilidades de comunicación tanto en inglés como en español.

• Experiencia específicamente en publicidad programática, ad-tech o marketing móvil.
• Conocimientos de modelado predictivo o ML básico (predicción de churn, previsión, segmentación).

📱 ¡Aprende muchísimo sobre la zona de mayor crecimiento en la publicidad de Internet: el móvil!
💰 Salario competitivo
🤰🏻 Permisos de maternidad/paternidad ampliados
🌴 Vacaciones extendidas cada año
📈 Un gran nivel de responsabilidad desde el primer día y la oportunidad de desarrollar tu potencial sin límites.
💪 Un entorno emprendedor.
💻 Equilibrio entre el trabajo presencial y remoto.
🤓 Un proceso de onboarding remoto estructurado y formación continua con un equipo que te apoyará. ¡Ganamos juntos!
¡Trabaja con un equipo global con mucho talento del que podrás aprender constantemente! Tenemos Jamppers de 🇧🇷🇬🇧🇺🇸🇮🇪🇩🇪🇦🇷🇷🇺... nuestros clientes no son los únicos que vienen de todo el mundo 😉
😎 Swag genial y actividades de equipo (¡incluso trabajando desde casa!)

Los datos y cómo se utilizan desempeñan un papel central en Jampp y están en el corazón de nuestras decisiones de producto, negocio, operativas y financieras.

Estamos construyendo una nueva plataforma de deep learning basada en embeddings compartidos, pasando de características de modelos diseñadas manualmente a representaciones que nuestros modelos aprenden directamente de los datos brutos, compartidas entre la predicción, la puja y la fijación de precios.

Como Product Data Analyst, te unirás a esta iniciativa desde el primer día, trabajando codo con codo con nuestros equipos de Data Science y ML como el puente analítico entre los modelos y el negocio.

Tu trabajo es convertir los datos en decisiones. Traducirás preguntas abiertas del equipo en insights claros, investigarás por qué las campañas o los modelos rinden por debajo de lo esperado y te encargarás del proceso de pruebas A/B de principio a fin, desde el diseño hasta la interpretación. Construirás los dashboards y los marcos de reporting que mantengan visibles y accionables los principales KPIs del equipo, y actuarás como el principal motor detrás de la toma de decisiones basada en datos en todo el squad. Es un rol técnico en su esencia, pero tu verdadero valor reside en cerrar la brecha entre el lado de ingeniería/ML y el lado del negocio, asegurándote de que lo que se construye se traduzca realmente en impacto.

• Diseñar y evaluar pruebas A/B continuas en modelos y campañas, yendo más allá de "si ganó o perdió" para entender el porqué, y para qué anunciantes o segmentos.
• Realizar análisis profundos de los datos a nivel de subasta y de campaña (grandes volúmenes, alta cardinalidad: millones de apps, emplazamientos, creatividades) para detectar patrones que el equipo aún no haya identificado.
• Construir y mantener dashboards y marcos de reporting (Looker/Tableau) que proporcionen al equipo una visibilidad clara y accionable del rendimiento.
• Traducir los cambios técnicos de los modelos en impacto de negocio: qué significan para el CPI, CPA y ROAS, y dónde hay una oportunidad para impulsar un mayor presupuesto de los anunciantes.
• Aportar ideas proactivas. No buscamos un reporting pasivo; queremos insights, lluvia de ideas y capacidad de debate.
• Trabajar con pipelines automatizados (SQL, Python) para que el seguimiento y el reporting sigan siendo escalables a medida que el equipo y la iniciativa crezcan.
• Colaborar estrechamente con Data Scientists e ML Engineers: entender qué se está construyendo, señalar problemas de calidad de datos y validar los resultados desde una perspectiva de negocio.