[바비톡] Data Scientist

[광고 과금 구조 개선]

•바비톡의 주요 수익 모델인 광고 시스템의 효율을 분석하고, 과금 체계 변경에 따른 병원의 ROAS 변화와 플랫폼 매출 영향을 예측하는 시뮬레이

션 모델을 구축합니다.

· 데이터에 기반해 광고주와 사용자, 플랫폼 모두가 상생할 수 있는 최적의 광고 노출 로직과 단가 구조를 제안합니다.

[성형/시술 이벤트 및 병원 랭킹 시스템 고도화]

· 사용자의 니즈와 병원의 전문성, 신뢰도 지표를 결합한 최적의 랭킹 알고리즘을 설계하고 적용합니다.

•클릭(CTR)과 상담 전환(CVR)을 동시에 고려한 Multi-objective Ranking 모델을 고도화합니다.

[사용자 세그멘테이션]

· 사용자의 유입과 행동 로그를 분석하여 페르소나별 세그먼트를 정의합니다.

•사용자 세그멘테이션을 제품 분석, CRM, UA 캠페인 최적화에 사용할 수 있도록 체계화합니다.

[공통]

•모델 배포 후 성능 지표를 상시 모니터링하며, 이상 징후 탐지 및 로직 최적화를 지속적으로 수행합니다.

[업무 환경]

•AWS S3와 Glue로 구축한 Data Lake를 활용합니다.

•데이터 조회 및 가공은 Amazon Athena를 사용합니다.

•Amazon Quicksight와 Amplitude를 사용하여 서비스 주요 지표 및 성과 분석을 공유합니다.

•Claude, Gemini, OpenClaw 등 최신 LLM 도구를 적극 활용하여 업무 효율을 높입니다.

· Data Scientist 경력 5년 이상 혹은 이에 준하는 실력이 필요해요.

· Cloud 기반 데이터 웨어하우스 (Athena, Redshift, BigQuery 등) 환경에서의 대규모 데이터 핸들링 경험이 필요해요.

· 비즈니스 모델 (과금 구조 등) 을 수리적으로 해석하고, 이를 최적화할 수 있는 수익 로직이나 경제적 모델을 직접 설계하고 구현해 본 경험이 있는 분이 필요해요.

•단순 알고리즘 적용을 넘어, 사용자의 의도와 비즈니스 지표를 동시에 만족시킬 수 있는 최적의 정렬 로직을 고민하고 설계할 수 있는 분이 필요해요.

• 클릭률(CTR), 상담 전환율(CVR), 매출 지표 등 상충할 수 있는 여러 지표 사이의 균형점을 찾고, 이를 정렬 로직(Ranking)에 반영하여 지표를 개선해 본 경험이 있는 분이면 좋아요.

· 사용자 행동 로그를 바탕으로 LTV(생애 가치) 예측이나 이탈 예측(Churn Prediction) 모델을 개발하고 이를 제품 및 마케팅에 적용해 본 경험이 있는 분이면 좋아요.

•사용자 세그멘테이션 데이터를 CRM/UA 마케팅 자동화 도구와 연동하여 성과를 극대화해 본 분이면 좋아요.

• 동료와 함께 성장하며 팀의 역량을 끌어올려 본 경험이 있는 분이면 좋아요.

• 서류 전형 -＞ 폰스크리닝(HR) -＞ 1차 인터뷰 -＞2차 인터뷰 - > 처우 협의 -＞ 입사

• 특정 포지션에 한해 추가 인터뷰가 진행될 수 있습니다.

• 해당 포지션은 3개월 수습기간이 적용됩니다.

• 단, 수습기간 동안에도 급여는 100% 지급됩니다.