Data Science Tech Lead
BETER
To rola łącząca praktyczną pracę w data science z przywództwem technicznym. Będziesz prowadzić zespół 4 Data Science Engineerów, budować i wdrażać modele predykcyjne dla sportów i esportów, a także koordynować zadania i dbać o jakość dostarczanych rozwiązań. Ściśle współpracujesz z Engineering Managerem. Oczekuje się aktywnego kodowania, code review i integracji modeli z produkcją. Domena to analityka sportowa z dużymi wolumenami danych w czasie rzeczywistym.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o widełkach wynagrodzenia, brak opisu procesu rekrutacyjnego (liczba etapów, typ zadań).
To rola łącząca praktyczną pracę w data science z przywództwem technicznym. Będziesz prowadzić zespół 4 Data Science Engineerów, budować i wdrażać modele predykcyjne dla sportów i esportów, a także koordynować zadania i dbać o jakość dostarczanych rozwiązań. Ściśle współpracujesz z Engineering Managerem. Oczekuje się aktywnego kodowania, code review i integracji modeli z produkcją. Domena to analityka sportowa z dużymi wolumenami danych w czasie rzeczywistym.
- ✓100% płatne zwolnienie lekarskie (L4)
- ✓20 dni płatnego urlopu na B2B
- ✓Płatny urlop opiekuńczy
- ✓Mentoring i coaching personalny
- ✓Ekscytująca domena sportowa i esportowa z dużymi wolumenami danych
- !Precyzyjne oczekiwania okresu próbnego mogą wskazywać na wysoki poziom presji
- !Rola wymaga balansu między przywództwem a pracą techniczną – może to być wyzwanie dla osób preferujących czysto zarządcze role
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Współpraca z Engineering Managerem przy koordynacji zespołu 4 Data Science Engineerów
- •Zbieranie i analiza wymagań biznesowych oraz problemów produkcyjnych, przekształcanie ich w zadania data science
- •Analiza dużych wolumenów danych sportowych, esportowych i tradingowych
- •Rozwijanie i ulepszanie modeli predykcyjnych z użyciem statystyki i ML
- •Przeprowadzanie i automatyzacja eksperymentów data-driven
- •Integracja modeli matematycznych i ML z workflow produkcyjnym
- •Aktywny udział w kodowaniu i code review
- •Zapewnienie wysokiej jakości inżynieryjnej i standardów data science
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Osoba z minimum 4-5 latami doświadczenia w data science, w tym przynajmniej 1 rok w roli lidera lub tech leada, z solidną znajomością Pythona i ML, gotowa do prowadzenia zespołu 4 osób.
Nie dla osób bez doświadczenia w zarządzaniu technicznym lub bez silnego backgroundu w ML. Rola wymaga zarówno przywództwa, jak i praktycznej pracy – nie jest to czysto menedżerskie stanowisko.
- ?Jaka jest dokładna struktura zespołu i z kim będę współpracować poza Engineering Managerem?
- ?Jakie konkretne bazy danych, narzędzia do przetwarzania danych i frameworki ML są używane?
- ?Jak wygląda proces wdrażania modeli do produkcji – czy są standardy CI/CD?
- ?Czy istnieje dyżur (on-call) dla systemów produkcyjnych związanych z modelami?
- ?Jakie są długoterminowe cele dla zespołu – rozwój nowych produktów, optymalizacja istniejących?
- ?Jak mierzona jest skuteczność modeli predykcyjnych i sukces zespołu?
- ?Jaki jest budżet na szkolenia i konferencje?
- −Brak informacji o widełkach wynagrodzenia
- −Brak opisu procesu rekrutacyjnego (liczba etapów, typ zadań)
- −Nie podano konkretnych technologii (bazy danych, narzędzia do przetwarzania danych, frameworki ML)
- −Brak informacji o obecnym stanie zespołu – czy rola jest nowa, czy zastępstwo
- −Nie wiadomo, czy istnieje możliwość rozwoju w kierunku architekta lub Engineering Managera
Zespół ceni sobie proaktywną komunikację, podejmowanie decyzji opartych na danych oraz wysoką jakość produkcyjną. Panuje atmosfera współpracy i wzajemnego wsparcia, z naciskiem na wyniki.