Senior Data Scientist

Nasz Klient to firma realizująca zaawansowane projekty z obszaru data science i machine learning w modelu outsourcingowym dla dużych, międzynarodowych organizacji. Projekt koncentruje się na budowie i optymalizacji modeli ML wspierających systemy reklamowe i rankingowe (m.in. CTR, CVR, RoAS) w środowisku produkcyjnym o wysokiej skali.

Must have:

• Bardzo dobre, praktyczne doświadczenie w projektowaniu, trenowaniu i optymalizacji modeli Deep Learning w zastosowaniach produkcyjnych
• Biegłość w pracy z frameworkami Python, PyTorch lub TensorFlow, oraz bibliotekami Pandas i NumPy
• Zaawansowana znajomość SQL (Structured Query Language), szczególnie w pracy z dużymi zbiorami danych (np. BigQuery)
• Doświadczenie w pracy z chmurą publiczną, preferencyjnie GCP (Google Cloud Platform) oraz usługami ML jak Vertex AI i Vertex Pipelines
• Umiejętność prowadzenia pełnego cyklu życia modelu (od problem framing do wdrożenia)
• Solidne podstawy inżynierskie – pisanie produkcyjnego kodu w Python, znajomość testów i praktyk CI/CD
• Doświadczenie w mentoringu i podnoszeniu standardów pracy zespołu
• Wykształcenie kierunkowe (np. informatyka, matematyka, statystyka) lub równoważne doświadczenie
• Znajomość języka polskiego na poziomie native oraz angielskiego na poziomie min. B2

Nice to have:

• Doświadczenie w budowie modeli dla systemów low-latency
• Znajomość domeny reklamowej lub marketingowej
• Praktyka w modelowaniu zdarzeń biznesowych (np. CTR, CVR)
• Znajomość klasycznych metod ML (np. Gradient Boosted Trees)
• Doświadczenie w roli lidera technicznego lub koordynacji prac zespołu
• Wykorzystanie narzędzi AI wspierających development

• Projektowanie, rozwijanie oraz optymalizacja modeli scoringowych (np. CTR, CVR, RoAS), które stanowią kluczowy element logiki biddingowej i decyzji biznesowych
• Budowanie strategii modelowania uwzględniających złożone sygnały (użytkownik, produkt, placement) oraz zapewniających wydajność w środowiskach high-throughput i low-latency
• Współpraca z zespołami engineeringu i biznesu w celu przekładania celów strategicznych na konkretne rozwiązania ML oraz roadmapy techniczne
• Prowadzenie end-to-end procesu tworzenia modeli – od definiowania problemu, przez feature engineering, po ewaluację i wdrożenie produkcyjne
• Zapewnianie jakości rozwiązań data science oraz mentoring innych specjalistów w zespole
• Udział w projektowaniu eksperymentów i analizie wyników modeli w środowisku produkcyjnym