Staff Data Scientist
Inuits
To rola Staff Data Scientist na poziomie Tech Lead, skupiona na prowadzeniu inicjatyw ML w produkcji, w tym systemów decyzyjnych czasu rzeczywistego (opóźnienie <40 ms). Obejmuje zarówno pracę hands-on (projektowanie, implementacja), jak i strategiczne kierowanie roadmapą, mentoring oraz współpracę z biznesem. Proces rekrutacyjny obejmuje live coding, co sugeruje, że oczekiwana jest biegłość techniczna.
Brakuje: brak informacji o liczbie dni pracy zdalnej vs biurowej, nie podano wielkości zespołu ani struktury.
To rola Staff Data Scientist na poziomie Tech Lead, skupiona na prowadzeniu inicjatyw ML w produkcji, w tym systemów decyzyjnych czasu rzeczywistego (opóźnienie <40 ms). Obejmuje zarówno pracę hands-on (projektowanie, implementacja), jak i strategiczne kierowanie roadmapą, mentoring oraz współpracę z biznesem. Proces rekrutacyjny obejmuje live coding, co sugeruje, że oczekiwana jest biegłość techniczna.
- ✓Opisany proces rekrutacyjny (4 etapy)
- ✓Rola o dużym wpływie technicznym i strategicznym
- ✓Praca z nowoczesnymi technologiami (LLM, real-time ML, Spark)
- !Brak informacji o liczbie dni hybrydowych w biurze w Warszawie
- !Rola na poziomie Tech Lead wymaga 10+ lat – może być wygórowane
- !Nie określono składu zespołu ani liczby osób do mentorowania
- •Projektowanie i wdrażanie systemów ML decydujących o personalizacji i konwersji w czasie rzeczywistym (<40 ms)
- •Implementacja modeli z użyciem contextual bandits, uplift modeling i zaawansowanych systemów rekomendacyjnych
- •Definiowanie strategii eksperymentów: A/B testy, wnioskowanie przyczynowe, syntetyczne kontrole
- •Feature engineering na dużą skalę przy użyciu PySpark / Apache Spark
- •Monitorowanie i walidacja modeli w produkcji, zapewnienie niezawodności pipeline'ów ML na AWS
- •Prowadzenie inicjatyw z zakresu GenAI i LLM: fine-tuning, ocena, personalizacja treści
- •Mentoring innych data scientistów oraz ustalanie kierunku technicznego zespołu
- •Komunikacja z interesariuszami biznesowymi w celu kształtowania strategii data science
Stanowisko liderskie — wymaga zarówno doświadczenia technicznego jak i umiejętności zarządzania.
Data scientist z 8+ latami doświadczenia, który ma praktykę w deployowaniu modeli do produkcji, zna PySpark i Python, potrafi projektować eksperymenty i ma podstawy LLM – ale może potrzebować wsparcia w obszarze przywództwa technicznego.
Juniorzy i mid-levelsi szukający wyłącznie pracy rąk; osoby preferujące pracę zdalną (rola hybrydowa); osoby niechętne do kontaktu z biznesem i podejmowania decyzji strategicznych.
- ?Ile osób liczy zespół Growth Alliance i czy zespół jest w pełni zdalny czy hybrydowy?
- ?Jakie konkretnie integracje Martech są używane (np. Google Ads, Facebook)?
- ?Czy system decyzyjny działa na dedykowanej infrastrukturze czy współdzielonej?
- ?Jakie SLA są związane z opóźnieniem <40 ms?
- ?Czy istnieje budżet na szkolenia i konferencje?
- ?Jak mierzona jest poprawa konwersji (~5%) i jakie są KPI sukcesu?
- ?Czy rola wiąże się z dyżurami on-call?
- −Brak informacji o liczbie dni pracy zdalnej vs biurowej
- −Nie podano wielkości zespołu ani struktury
- −Brak opisu stosu chmurowego poza AWS (czy używane są konkretne usługi jak SageMaker?)
- −Nie wiadomo, czy rola dotyczy produktu własnego firmy, czy projektu klienckiego
Oczekuje się autonomii technicznej, strategicznego myślenia i współpracy z biznesem. Zespół prawdopodobnie jest niewielki (firma 26-50 osób), co może sprzyjać dużej odpowiedzialności.
1. Wstępna rozmowa z rekruterem; 2. Rozmowa z hiring managerem; 3. Live coding assessment; 4. Spotkanie z Project Managerem.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Machine Learning. Pełne statystyki zarobków →