Lead Data Scientist
Digital Turbine
Jako Lead Data Scientist w Digital Turbine będziesz kierować projektami ML od fazy badawczej do wdrożenia w środowisku AdTech na ogromną skalę (2 mld urządzeń). Twoja rola łączy przywództwo techniczne z pracą rąk – będziesz definiować roadmapę ML wspólnie z Product i Engineering, rozwijać platformę ML oraz optymalizować modele przy użyciu GCP, Databricks, PyTorch i narzędzi do eksperymentów (MLflow, Optuna). To stanowisko dla osoby, która chce realnie wpływać na produkt i widzieć natychmiastowe efekty swojej pracy.
Brakuje: brak informacji o dokładnym harmonogramie pracy hybrydowej, nie podano wielkości zespołu ani struktury.
Jako Lead Data Scientist w Digital Turbine będziesz kierować projektami ML od fazy badawczej do wdrożenia w środowisku AdTech na ogromną skalę (2 mld urządzeń). Twoja rola łączy przywództwo techniczne z pracą rąk – będziesz definiować roadmapę ML wspólnie z Product i Engineering, rozwijać platformę ML oraz optymalizować modele przy użyciu GCP, Databricks, PyTorch i narzędzi do eksperymentów (MLflow, Optuna). To stanowisko dla osoby, która chce realnie wpływać na produkt i widzieć natychmiastowe efekty swojej pracy.
- ✓Program RSU (opcje na akcje) – rzadki benefit w Polsce
- ✓Praca na ogromną skalę – 2 mld urządzeń, terabajty danych
- ✓Przejrzyste widełki płacowe (22-32k PLN)
- ✓Nagrody 'Best Place to Work' – stabilny i ceniony pracodawca
- !Nie określono dokładnego harmonogramu hybrydowego (liczba dni w biurze)
- !Brak informacji o wielkości zespołu ML
- !Szeroki zakres technologii może sugerować oczekiwanie znajomości całego stacku na wysokim poziomie
- !Wzmianka o 'leadership highly desired' – może to wskazywać na oczekiwanie, ale nie jest wymagane
- •Definiowanie i realizacja roadmapy ML we współpracy z zespołami Product i Engineering
- •Prowadzenie projektów ML od researchu do wdrożenia produkcyjnego
- •Koordynacja pracy zespołów cross-funkcyjnych
- •Rozwój wewnętrznej platformy ML (ML Platform)
- •Przeprowadzanie eksperymentów modelowych z użyciem PyTorch i PyTorch Lightning
- •Zarządzanie eksperymentami za pomocą MLflow i Optuna
- •Przetwarzanie dużych zbiorów danych w GCP/BigQuery oraz Databricks/Spark
- •Monitorowanie i optymalizacja wydajności modeli w produkcji
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Osoba z 5-letnim doświadczeniem w data science, która ma podstawową wiedzę o wymaganym stacku (GCP, PyTorch, Spark) i potrafi wykazać się choć jednym projektem z realnym wpływem. Nie musi mieć doświadczenia w AdTech ani w zarządzaniu zespołem, ale musi być gotowa na samodzielne prowadzenie inicjatyw ML.
Nie dla juniorów ani mid-level z mniej niż 5 latami doświadczenia w data science. Osoby, które nie chcą angażować się w pracę zespołową i koordynację cross-funkcyjną, lub preferują wyłącznie zdalną pracę, nie będą odpowiednie.
- ?Ile osób liczy zespół ML, którym będę kierować?
- ?Jaki jest dokładny model hybrydowy – ile dni w biurze tygodniowo?
- ?Jaki jest obecny etap rozwoju ML Platform i jakie są główne wyzwania?
- ?Jakie konkretne problemy biznesowe będę rozwiązywać w pierwszych 6 miesiącach?
- ?Czy są dyżury on-call lub wsparcie produkcyjne po godzinach?
- ?Jakie są ścieżki awansu dla Lead Data Scientist w Digital Turbine?
- ?Jakie są główne metryki sukcesu dla tej roli?
- −Brak informacji o dokładnym harmonogramie pracy hybrydowej
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadania)
- −Nie określono, czy istnieje budżet szkoleniowy lub konferencyjny
Współpraca z zespołami Product i Engineering, innowacyjna atmosfera, nacisk na mierzalny wpływ biznesowy i samodzielność.