НовоеAI-конструктор резюме: правишь прямо на листе A4, а нейросеть подсказывает, что усилитьКонструктор резюме на листе A4Попробовать
JobPath
Начать бесплатно

openai

Brand Data Infrastructure Lead

  • Удалённо
  • San Francisco
  • Полная занятость
  • сегодня

Ищете опытного лидера для построения инфраструктуры данных бренда в одной из ведущих AI-компаний мира? Открыта вакансия Brand Data Infrastructure Lead в OpenAI — роль, сочетающая технические и бизнес-знания для создания измеримой и масштабируемой маркетинговой аналитики.

О позиции

Роль входит в команду Growth и тесно сотрудничает с Brand Marketing, Media Operations, командами Data Engineering и Data Science. Основная задача — построить данные, которые сделают бренд-маркетинг измеримым и масштабируемым. Вы будете отвечать за организацию, связывание, валидацию и доступность медиа, кампаний, креативов, аудитории и исследовательских данных для принятия решений по всему миру.

Чем заниматься

  • Формировать дорожную карту инфраструктуры данных бренда, переводя стратегические задачи в приоритизированные capabilities
  • Определять общие модели данных и таксономии для кампаний, каналов, партнёров, аудитории и рынков
  • Устанавливать требования к интеграциям источников данных — поля, гранулярность, история, частота обновлений
  • Подготавливать данные для всех бренд-каналов: TV/CTV, видео, соцсети, аудио, OOH
  • Обеспечивать готовность данных для бренд-трекинга, lift studies, инкрементальности и MMM
  • Управлять доступом к данным от вендоров и обеспечивать соответствие governance-требованиям
  • Задать ожидания по качеству данных: полнота, свежесть, согласованность
  • Создавать готовые к использованию датасеты, документацию и процессы самообслуживания

Что ждут

  • 8+ лет опыта в маркетинговых данных, бренд или медиа-аналитике, маркетинговой технологии
  • Практический опыт работы с бренд-медиа дашбордами, spend & delivery, reach & frequency, бренд-трекинг, опросы
  • Понимание моделей данных, идентификаторов, таксономий, контрактов данных и проверок качества
  • Опыт настройки TV/CTV или других брендовых каналов на разных платформах или рынках
  • Навык формулировать бизнес-потребности как чёткие требования для инженерных и аналитических команд
  • SQL-анализ будет плюсом
  • Сильные навыки vendor management, cross-functional collaboration и внимание к деталям

Будет плюсом

  • Опыт работы в fast-paced product-focused компаниях
  • Понимание статистической методологии и model development
  • Опыт работы с международными рынками и мультикультурными командами
  • Навыки обучения и менторства команд

Условия

  • Работа в глобальной компании-лидере в области искусственного интеллекта
  • Возможность формировать фундамент для data-driven маркетинга в масштабах всей организации
  • Cross-functional collaboration с ведущими командами: Product, Engineering, Data Science
  • Конкурентный компенсационный пакет согласно рынку Сан-Франциско
  • Гибкая политика удалённой работы и локация в SF Bay Area
  • Инвестиции в профессиональное развитие и обучение
  • Environment, основанный на ценности разнообразия perspectives и inclusion

Навыки

  • Data Infrastructure
  • Marketing Analytics
  • Data Modeling
  • Taxonomy Design
  • Data Quality Management
  • Vendor Management
  • SQL
  • Data Governance
  • Brand Measurement
  • Media Operations
  • ETL
  • Data Contracts
  • KPI Definition
  • Stakeholder Management

Сложность отбора

Высокий уровень сложности: требуется глубокий бленд технических знаний, бизнес-понимания и лидерского опыта. Требуется 8+ лет специфического опыта, включая работу с комплексными данными рекламных каналов.

Оценка JobPath

Зарплата по рынку

1 200 000 – 1 800 000 ₽ в месяц

Оценка основана на аналогах позиций Lead в SF Bay Area + уровень OpenAI; конвертация из годовых зарплат $180K–$240K/год в месячные рубли при курсе ~92 ₽/$

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Расскажите об опыте построения инфраструктуры данных для бренд-маркетинга или медиа-измерения — какие вызовы были ключевыми?
  2. Как вы подходите к определению общей таксономии и моделей данных, когда источники информации сильно различаются по форматам и гранулярности?
  3. Приведите пример ситуации, когда данные не соответствовали требованиям бизнеса — как вы действовали для восстановления доверия к данным?
  4. Как вы обеспечиваете баланс между быстрым delivery решения и установлением качественных процессов и governance для долгосрочного масштабирования?
  5. Какой опыт у вас есть в управлении взаимоотношениями с внешними поставщиками данных и согласовании требований доступа и использования?

Прорепетировать это собеседование

Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.

Начать бесплатно

Сохрани похожие вакансии

Новые вакансии с такой должностью будут собираться в кабинете.

Сохранить фильтр

Перед откликом

Попробовать бесплатно

Связаться с поддержкой

Выбери, где удобнее написать