Entwicklung statistischer Analysen und Modelle im Bereich Search Engine Optimization (SEO)
Gemeinsame Analyse von Keyword-Performance-Daten aus Google (z.B. Search Console, AdWords) mit internen Daten (z.B. Produkten, Käufen)
Bilden von Maschine Learning Features mit Big Data Technologien (Exasol , Hive und/oder Spark)
Semantisches Keyword Clustering durch Text Mining und Information Retrieval Verfahren
Entwicklung von Maschine Learning Modelle zur Potentialanalyse für niedrig rankende SEO Keywords z.B auf Basis Sortimentsabdeckung und Performance KPIs
Performanceprognosen für SEA Long-Tail Keyword durch z.B. hierarchische Regressionsmodelle, oder semantisches Clustering.
Umfeld:
Großes Data Science Team mit umfangreicher Expertise in vielen verschiedenen fachlichen Kontexten und komplexen statistischen Algorithmen
Informelle, wertschätzende, Test Learn orientierte Arbeitskultur
Interdisziplinäre Zusammenarbeit mit u.a. Online Marketing Fachbereich, IT und anderen Fach-BI-Rollen (z.B. Data Engineers, Report Entwicklern, Produktmanagern, Business Analysten)
Zugang zu großen und unterschiedlich strukturierten (anonymisierten) Datenmengen
Umfangreiches Big Data Tool-Set (u.a. großes Hadoop- Spark-Cluster, GPUs für Deep Learning, Exasol)
Hohe Kundenorientierung in Richtung Fachbereich (Schnelle Lieferung erster Prototypen und Feedback Integration von Feedback)
Komplexes technisches Umfeld (Systeme, Daten)
Anforderungen
Voraussetzung ist nachgewiesene praktische Erfahrung in allen nachfolgenden Bereichen (bitte keine anderen Kandidaten):
Multivariate Statistik, Maschine Learning oder Data Mining
Erfahrungen im Bereich Online Markting bzw. mit online orientierten Projekten
Routinierte Anwendung von SQL und Python (inkl. scikit-learn)
Nützlich aber nicht notwendig vorausgesetzt sind:
Exasol, Spark, Hive, Git, R
Text Mining / Information Retrieval
Analyse von SEO Fragestellungen auf Basis relevanter Google-Produkten (z.B. Search Console, AdWords)