Subdirector de CDO

• OPORTUNIDAD REMOTA para trabajar a tiempo completo;
• Vacaciones 28 días naturales por año;
• 7 días de bienestar al año (tiempo libre) que pueden utilizarse para atender asuntos domésticos, descansar y recuperarse sin necesidad de pedir una baja por enfermedad;
• Bonificaciones de hasta 5000 $ por recomendar candidatos seleccionados para puestos en la empresa;
• 50% de pago para formación profesional, conferencias internacionales y reuniones;
• Descuento corporativo para clases de inglés;
• Beneficios de salud. Según las nóminas, si no eres elegible para el seguro médico corporativo, la empresa te compensará con hasta 1.000 $ brutos al año por empleado. Esto puede destinarse a la compra propia de un seguro de salud o al pago de honorarios médicos para ti y tus familiares directos (cónyuge, hijos);
• Organización del lugar de trabajo. La empresa proporciona a todos los empleados un lugar de trabajo equipado y todo el material necesario (mesa, sillón, wifi, etc.) en nuestras oficinas o ubicaciones de co-working. En otras ubicaciones, la empresa reembolsa los costes del lugar de trabajo hasta 1.000 $ brutos una vez cada 3 años, según las nóminas. Este dinero puede utilizarse para el alquiler de una sala de co-working o para equipar el lugar de trabajo en casa (escritorio, silla, Internet, etc.) durante esos 3 años;
• Sistema interno de gratitud gamificado: recibe bonificaciones de tus compañeros e intercámbialas por nuestro merchandising, actividades de team building, certificados de masaje, etc.

¿Te suena bien? ¡Únete a nosotros ahora!

El nivel salarial inicial o el rango salarial para este puesto se compartirá con los candidatos durante el proceso de selección y antes del inicio del empleo.

• De 6 a 10 o más años de experiencia en los dominios de datos, analytics o ML, incluyendo más de 3-5 años en roles de liderazgo.
• Trayectoria demostrada en la entrega de proyectos transversales que involucren ML, plataformas de datos, experimentación y analytics.
• Experiencia en empresas de producto (no solo en entornos de consultoría).
• Sólido conocimiento de product analytics, A/B testing, unit economics y métricas de negocio clave.
• Comprensión sólida del ciclo de vida de ML, desde la ideación hasta la producción.
• Familiaridad con plataformas de datos, gestión de la calidad de los datos, procesos de SLA y BI/analytics de autoservicio.
• Fuertes habilidades de ejecución: descomposición de proyectos, planificación, priorización y gestión de la entrega.
• Capacidad para coordinar equipos transversales en las funciones de ML, backend, producto y analytics.
• Experiencia gestionando riesgos, dependencias, escaladas y múltiples iniciativas paralelas.
• Alta alfabetización técnica con capacidad para profundizar en temas de datos y ML, comprender las limitaciones del sistema y trabajar estrechamente con los equipos de ingeniería y datos.
• Gran capacidad de comunicación en inglés y ruso, tanto escrita como verbal.

Buscamos un Deputy CDO.

Tus principales tareas serán:

• Liderar la ejecución de iniciativas estratégicas transversales en los dominios de ML, experimentación y plataformas de datos.
• Dirigir 2-3 iniciativas de alta prioridad durante los primeros 3 meses: definir el alcance, alinear a los stakeholders, establecer la responsabilidad y conducir la entrega hacia resultados medibles.
• Garantizar una ejecución predecible mediante una planificación, coordinación y gestión de la entrega claras.
• Desbloquear proyectos estancados o ambiguos aclarando la responsabilidad, resolviendo dependencias, escalando riesgos de forma temprana y conduciendo las iniciativas hasta su finalización.
• Construir y operar un marco de ejecución eficaz: revisiones de negocio mensuales, planificación trimestral, retrospectivas, revisiones de proyectos y procesos de escalada.
• Establecer una única fuente de verdad para el estado de los proyectos, riesgos, compromisos y seguimiento de la entrega.
• Mejorar el ecosistema de experimentación aumentando la velocidad en la toma de decisiones, estandarizando los procesos de evaluación y despliegue, y reduciendo el caos operativo y el trabajo manual.
• Acelerar los ciclos de entrega de ML reduciendo el tiempo desde la idea → experimento → producción y coordinando las dependencias entre los equipos de ML, backend, analytics y producto.
• Asegurar que las iniciativas de ML aporten un impacto de negocio medible, no solo resultados técnicos.
• Fortalecer a los responsables funcionales (Product Analytics, Data Engineering, ML, UX) mediante apoyo en la priorización, disciplina de ejecución, feedback y coaching de gestión.
• Aumentar el sentido de propiedad, la responsabilidad y la colaboración transversal entre los equipos.
• Responsabilizarse de la excelencia operativa de la función, incluyendo la frescura de los datos, el tiempo de actividad (uptime), el cumplimiento de los SLA y la previsibilidad de la entrega.