Data Scientist
TQLO
Rola Data Scientista w zespole reklamowym dużej platformy e-commerce. Będziesz projektować, trenować i optymalizować modele Deep Learning dla systemów reklamowych (CTR, CVR, RoAS), zastępując dotychczasowe rozwiązania oparte na drzewach decyzyjnych. Pracujesz nad modelami dla milionów użytkowników, wymagającymi niskich opóźnień i dużej skalowalności. To rola mocno badawczo-rozwojowa, ale z silnym naciskiem na wdrożenia produkcyjne.
Brakuje: nie podano wielkości zespołu i struktury, brak opisu procesu rekrutacyjnego.
Rola Data Scientista w zespole reklamowym dużej platformy e-commerce. Będziesz projektować, trenować i optymalizować modele Deep Learning dla systemów reklamowych (CTR, CVR, RoAS), zastępując dotychczasowe rozwiązania oparte na drzewach decyzyjnych. Pracujesz nad modelami dla milionów użytkowników, wymagającymi niskich opóźnień i dużej skalowalności. To rola mocno badawczo-rozwojowa, ale z silnym naciskiem na wdrożenia produkcyjne.
- ✓Praca nad strategicznym projektem transformacji architektury ML w dużej skali
- ✓Współpraca z doświadczonymi zespołami Data Science i Engineering
- ✓Długoterminowa współpraca z perspektywą kontynuacji
- −Outsourcing model – praca przez agencję dla klienta zewnętrznego, co może wiązać się z mniejszą stabilnością i wpływem na kierunek projektu
- !Okazjonalne wizyty w biurze (1-2 razy na kwartał) – choć jasno określone, dla niektórych może być utrudnieniem
- !Brak informacji o wielkości zespołu i liczbie osób w projekcie
- !Widełki B2B stosunkowo niskie jak na seniora (130-160 PLN/h) – może wskazywać na wymagania mid-level
- •Projektowanie i trenowanie modeli Deep Learning (PyTorch/TensorFlow) do predykcji CTR, CVR, RoAS
- •Budowa nowoczesnych architektur sieci neuronowych (np. modele sekwencyjne, transformery) dla systemów reklamowych
- •Przetwarzanie i analiza dużych zbiorów danych użytkowników, produktów i placementów przy użyciu SQL
- •Optymalizacja modeli pod kątem latencji i throughputu w środowisku produkcyjnym
- •Eksperymentowanie z architekturami i hiperparametrami, wdrażanie najlepszych rozwiązań
- •Współpraca z zespołami Data Science i Engineering przy wdrażaniu modeli do produkcji
- •Utrzymywanie i monitorowanie modeli w chmurze publicznej (GCP/AWS/Azure)
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Mid-level Data Scientist z co najmniej 3-letnim doświadczeniem w budowie modeli Deep Learning, dobrą znajomością PyTorch/TensorFlow, SQL i jednej z chmur publicznych. Osoba, która samodzielnie projektuje i optymalizuje modele, ale nie ma jeszcze doświadczenia w AdTech – może to nadrobić.
Osoby bez doświadczenia w Deep Learning – rola wymaga praktycznej znajomości sieci neuronowych. Nie dla juniorów (poniżej 2-3 lat) ani dla osób szukających ról wyłącznie analitycznych (bez modelowania).
- ?Ile osób liczy zespół Data Science, do którego dołączę?
- ?Jak wygląda współpraca z zespołem Engineering przy wdrażaniu modeli – czy są dedykowani MLOps/SRE?
- ?Czy istnieje możliwość pracy na modelu B2B przez cały czas trwania projektu?
- ?Jaki jest proces rekrutacyjny – ile etapów i czy jest zadanie domowe?
- ?Czy w projekcie są dyżury on-call lub oczekiwana dostępność po godzinach?
- ?Jakie narzędzia chmurowe (GCP/AWS/Azure) są używane – czy jest preferowana konkretna platforma?
- ?Czy zespół planuje publikacje lub udział w konferencjach?
- ?Jakie są oczekiwane wskaźniki wydajności modeli (latencja, accuracy) – czy są już zdefiniowane?
- −Nie podano wielkości zespołu i struktury
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy są dyżury on-call
- −Nie określono, czy praca dotyczy jednego konkretnego projektu czy rotacyjnie
Zespół jest doświadczony i nastawiony na innowacje – w ogłoszeniu podkreślono współpracę z doświadczonymi Data Science i Engineering oraz realny wpływ na kierunek rozwoju modeli.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię PyTorch. Pełne statystyki zarobków →