Mid / Senior Data Scientist

93_8973

Obowiązki

• Projektowanie, rozwój i optymalizacja modeli Machine Learning w obszarze advertising i ranking
• Budowa modeli predykcyjnych (CTR, CVR, RoAS) wspierających logikę biddingową i systemy rankingowe
• Tworzenie strategii modelowych integrujących dane użytkownika, produktu oraz placementu
• Praca nad modelami działającymi w środowiskach wysokiej przepustowości i niskich opóźnień (high-throughput/low-latency)
• Współpraca z zespołami engineeringowymi oraz biznesowymi w celu przekładania celów biznesowych na rozwiązania ML
• Odpowiedzialność za jakość modeli oraz zgodność z produkcyjnymi standardami Data Science
• Prowadzenie end-to-end developmentu modeli (od problem framing, przez feature engineering, po wdrożenie)
• Mentoring innych Data Scientistów oraz podnoszenie standardów pracy zespołu
• Wsparcie w definiowaniu kierunków rozwoju i roadmapy technicznej

Wymagania

• Bardzo dobre doświadczenie w projektowaniu i rozwijaniu modeli Deep Learning w środowiskach produkcyjnych
• Praktyczna znajomość PyTorch lub TensorFlow
• Bardzo dobra znajomość Python (pisanie produkcyjnego, testowalnego kodu)
• Doświadczenie w pracy z Pandas oraz NumPy
• Zaawansowana znajomość SQL (praca na dużych zbiorach danych)
• Doświadczenie w pracy z chmurą (preferowany GCP - Vertex AI, Vertex Pipelines)
• Doświadczenie w prowadzeniu end-to-end projektów ML (od problemu biznesowego do wdrożenia)
• Dobre podstawy inżynieryjne (CI/CD, jakość kodu, dokumentacja)
• Umiejętność współpracy z zespołami technicznymi i biznesowymi
• Doświadczenie w mentoringu lub technicznym prowadzeniu innych Data Scientistów
• Wykształcenie kierunkowe (np. informatyka, matematyka, statystyka, fizyka) lub równoważne doświadczenie
• Język angielski min. B2

Oferujemy

• Doświadczenie w obszarze AdTech, marketingu lub marketplace
• Doświadczenie w budowie modeli CTR/CVR
• Doświadczenie w systemach low-latency i modelach działających online
• Znajomość klasycznych algorytmów ML (np. Gradient Boosted Trees)
• Doświadczenie w pracy z Docker
• Wykorzystanie narzędzi AI wspierających development

Źródło: 7n/Praca