Tips Loker

← Kembali ke Daftar Lowongan

FULL_TIME

Data Scientist, Enterprise Analytics

GitLab • Canada

Gaji tidak dicantumkan


Deskripsi Pekerjaan

Data Scientist, Enterprise Analytics — GitLab Tentang GitLab GitLab adalah platform orkestrasi cerdas untuk DevSecOps. GitLab memungkinkan organisasi meningkatkan produktivitas pengembang, meningkatkan efisiensi operasional, mengurangi risiko keamanan dan kepatuhan, serta mempercepat transformasi digital. Lebih dari 50 juta pengguna terdaftar dan lebih dari 50% dari Fortune 100* mempercayai GitLab untuk mengirim perangkat lunak yang lebih baik dan lebih aman dengan lebih cepat. Prinsip yang diterapkan dalam produk GitLab juga tercermin dalam cara timnya bekerja. AI digunakan sebagai faktor utama dalam meningkatkan produktivitas, dan seluruh anggota tim diharapkan mengintegrasikan AI ke dalam alur kerja harian untuk mendorong efisiensi, inovasi, serta dampak. Di GitLab, karier dapat berkembang pesat, inovasi dapat mekar, dan setiap suara diberi ruang. Budaya berkinerja tinggi ditopang oleh nilai-nilai perusahaan dan pertukaran pengetahuan berkelanjutan, sehingga anggota tim dapat mencapai potensi penuh sambil bekerja sama dengan pemimpin industri untuk menyelesaikan masalah kompleks. GitLab membangun teknologi yang mengubah cara dunia mengembangkan perangkat lunak. Catatan kaki untuk Fortune 100*: Fortune 500® adalah merek dagang terdaftar milik Fortune Media IP Limited dan digunakan berdasarkan lisensi. Klaim ini berdasarkan data GitLab. Fortune 100 mengacu pada 20% perusahaan dengan peringkat teratas dalam daftar Fortune 500 tahun 2025 yang diterbitkan pada Juni 2025. Fortune dan Fortune Media IP Limited tidak berafiliasi dengan, dan tidak mendukung, produk atau layanan GitLab. Tentang peran ini Sebagai Data Scientist dalam tim Enterprise Analytics, Anda akan menjadi mitra analitik tepercaya bagi tim Sales, Revenue Operations, dan Finance. Peran ini membantu menentukan cara mengukur kinerja go-to-market (GTM) dan ke mana investasi dilakukan untuk mendorong pertumbuhan. Ini merupakan peran strategis yang menuntut keterlibatan langsung dalam analisis, eksperimen, dan pengembangan model. Anda akan menerapkan metode statistik, eksperimen, dan machine learning untuk memperkirakan hasil, menjelaskan faktor yang memengaruhi activation, conversion, expansion, dan retention, serta menaksir besarnya peluang. Anda juga akan mendukung pelaporan tingkat perusahaan dan tampilan kinerja GTM yang digunakan oleh eksekutif untuk menjalankan bisnis, mencakup Consumption, ARR, dan First Orders. Tanggung jawab Bekerja erat dengan tim bisnis untuk menjadi mitra tepercaya dalam menghasilkan insight dan mendukung pengambilan keputusan strategis di seluruh GTM. Melakukan exploratory data analysis untuk menemukan tren perilaku, pola jangka panjang, serta faktor dan pendorong utama yang memengaruhi kinerja bisnis, lalu menjelaskan dampaknya dengan jelas kepada audiens nonteknis. Membangun dan mengoperasionalkan model machine learning untuk produksi, seperti model propensity, skor product-qualified lead (PQL), model churn, dan model expansion. Proses ini mencakup training, validation, testing, serta feature engineering, menggunakan praktik dan perangkat MLOps seperti CI/CD untuk pipeline ML, model registry, pelatihan ulang otomatis, dan monitoring agar pekerjaan dapat dipindahkan secara andal dari notebook ke produksi. Merancang, menjalankan, dan mengevaluasi eksperimen pertumbuhan, termasuk A/B test dan metode kuasi-eksperimental, untuk onboarding, pricing dan packaging, serta upgrade flow. Dampak eksperimen terhadap activation, conversion, dan retention perlu diukur. Membangun dan mengoperasionalkan agentic workflow untuk analisis, pemodelan, serta otomasi pipeline. Evaluation dan monitoring diterapkan agar insight yang dihasilkan agen tetap akurat, dapat dilacak, dan dapat dipercaya. Berkontribusi pada Lapisan Semantik GitLab untuk memungkinkan pemangku kepentingan dan agen memperoleh metrik secara mandiri dengan memanfaatkan sumber tepercaya dan telah diuji. Menulis kode Python dan SQL kelas produksi yang memenuhi standar internal untuk style, maintainability, dan performance dalam lingkungan database berskala besar, serta memelihara dan memperjuangkan standar tersebut melalui code review. Kualifikasi yang dibutuhkan Pengalaman profesional 3-5 tahun dalam GTM analytics, data science, atau peran teknis serupa. Kemampuan untuk menerjemahkan masalah bisnis yang ambigu menjadi pertanyaan yang jelas dan dapat diukur, serta menyampaikan konsep teknis secara efektif kepada pemangku kepentingan nonteknis. Pengalaman dalam eksperimen dan causal inference, termasuk A/B testing, power analysis, dan metode kuasi-eksperimental, serta metode statistik dan machine learning seperti regression, classification, clustering, dan survival analysis. Pemahaman yang mendalam dan pengalaman langsung dengan SQL di cloud data warehouse, seperti Snowflake SQL, termasuk bekerja dengan data penggunaan produk dan data event, serta penggunaan business intelligence tool seperti Looker, Tableau, Hex, atau sejenisnya. Pengalaman menggunakan Python untuk statistical modeling, machine learning, dan production data science, disertai pengalaman langsung dengan pandas, NumPy, scikit-learn, Jupyter, serta pustaka terkait seperti LightGBM dan XGBoost. Pengalaman langsung membangun agentic workflow dengan AI coding agent, seperti Claude Code, OpenCode, atau sejenisnya. Ini mencakup menghubungkan agen dengan konteks, alat, dan platform yang tepat, seperti MLflow, serta mengevaluasi output untuk memastikan akurasi dan keandalan. Pengalaman bekerja di perusahaan B2C dengan motion dan metrik, termasuk Consumption, CRR, ARR, serta Churn & Contraction. Motivasi diri tinggi, mampu mengelola diri sendiri, dan memiliki kemampuan organisasi yang kuat. Mampu menggunakan GitLab dan berkembang dalam organisasi yang sepenuhnya remote. Tentang tim Tim Enterprise Analytics membangun produk data dan insight tepercaya yang menopang pelaporan penjualan, pendapatan, dan keuangan di seluruh GitLab. Tim ini menangani metrik seperti First Orders, pipeline, CRR, ARR, dan indikator utama lainnya untuk membantu pemimpin mengambil keputusan yang informed serta membantu tim memahami kontribusi pekerjaannya terhadap pertumbuhan GitLab. Kisaran gaji Untuk saat ini, rentang gaji dasar pada level yang tercantum untuk peran ini hanya berlaku bagi penduduk Amerika Serikat. Rentang ini dimaksudkan untuk mencerminkan tingkat gaji dasar peran tersebut di berbagai lokasi di Amerika Serikat. Grade level dan rentang gaji ditentukan melalui wawancara serta tinjauan terhadap pendidikan, pengalaman, pengetahuan, keterampilan, kemampuan pelamar, perbandingan ekuitas dengan anggota tim lain, keselarasan dengan data pasar, dan lokasi geografis. Rentang gaji dasar tidak mencakup bonus, ekuitas, atau manfaat. Lihat informasi selengkapnya tentang benefit dan ekuitas. Peran penjualan juga eligible untuk bayaran insentif yang ditargeting hingga 100% dari gaji dasar yang ditawarkan. Kisaran gaji di Amerika Serikat: US$86.400—US$176.400. Benefit bagi karyawan penuh waktu Benefit untuk mendukung kesehatan, keuangan, dan kesejahteraan Anda mencakup Cuti Berbayar Fleksibel, Grup Sumber Daya Anggota Tim, Kompensasi Ekuitas dan Rencana Pembelian Saham Karyawan, Dana Pertumbuhan dan Pengembangan, serta Cuti Orang Tua. Catatan tentang kandidat GitLab menerima minat dari kandidat dengan berbagai tingkat pengalaman; banyak kandidat yang berhasil tidak memenuhi setiap persyaratan secara individual. Penelitian juga menunjukkan bahwa orang dari kelompok yang kurang terwakili lebih cenderung tidak melamar suatu pekerjaan kecuali memenuhi seluruh kualifikasinya. Jika Anda tertarik dengan peran ini, silakan melamar dan biarkan tim rekrutmen menilai lamaran Anda. Panduan rekrutmen berdasarkan negara GitLab merekrut anggota tim baru di berbagai negara di seluruh dunia. Semua perannya bersifat remote, tetapi sebagian peran mungkin memiliki kelayakan tertentu berdasarkan lokasi. Tim Talent Acquisition dapat menjawab pertanyaan terkait lokasi setelah proses rekrutmen dimulai. Kebijakan privasi Tinjau Recruitment Privacy Policy GitLab. Privasi Anda penting bagi kami. Kesetaraan kesempatan kerja GitLab adalah tempat kerja dengan kesetaraan kesempatan dan merupakan affirmative action employer. Kebijakan dan praktik GitLab terkait rekrutmen, ketenagakerjaan, pengembangan dan kemajuan karier, promosi, serta pensiun didasarkan sepenuhnya pada merit, tanpa memandang ras, warna kulit, agama, keturunan, jenis kelamin, termasuk kehamilan, laktasi, orientasi seksual, identitas gender, atau ekspresi gender, asal kebangsaan, usia, kewarganegaraan, status perkawinan, disabilitas mental atau fisik, informasi genetik termasuk riwayat medis keluarga, status pelepasan tugas dari Militer, status veteran yang dilindungi, termasuk veteran penyandang disabilitas, veteran yang baru dipisahkan dari Tentara, veteran yang masih bertugas aktif dalam masa perang atau pemegang lencana kampanye, veteran penerima medali服务和 brave Military, maupun dasar lain yang dilindungi hukum. GitLab tidak akan mentoleransi diskriminasi atau pelecehan berdasarkan karakteristik tersebut. Lihat juga GitLab EEO Policy dan EEO is the Law. Jika Anda memiliki disabilitas atau kebutuhan khusus yang memerlukan akomodasi, beri tahu tim rekrutmen selama proses rekrutmen.

Ringkasan

Perusahaan
GitLab
Lokasi
Canada
Tipe kerja
FULL_TIME
Gaji
Gaji tidak dicantumkan
Tanggal tayang
12 Nov 2026
Terlihat sejak
13 Nov 2026
Sumber & keterlacakan data
Jobicy (public board)Buka sumber asli ↗https://jobicy.com/jobs/161680-data-scientist-enterprise-analytics
Siap melamar? Langsung di sumber asli.Buka Halaman Lamaran
Lamar di Sumber Asli →

Lowongan Terkait Lainnya

FULL_TIMEKemarin

Senior Data Scientist (Applied ML) - Canada

NerdWallet • Canada

Gaji tidak dicantumkanLihat Detail →
FULL_TIMEKemarin

Senior Data Scientist (Applied ML)

NerdWallet • USA

Gaji tidak dicantumkanLihat Detail →
FULL_TIMEKemarin

Sr. Data Scientist, Forward-Deployed

6sense • USA

Gaji tidak dicantumkanLihat Detail →
PART_TIME2d

Lead Machine Learning Scientist, FinCrime

Monzo • UK

Gaji tidak dicantumkanLihat Detail →