Data Scientist

Jakie działania będą należeć do Ciebie?

• Projektowanie i wdrażanie modeli ML rozwiązujących problemy biznesowe: predykcja, ranking, rekomendacje i optymalizacja.
• Budowa systemów decyzyjnych i optymalizacyjnych w obszarach pricingu, bidding, personalizacji i alokacji.
• End-to-end ownership modeli ML.
• Zaawansowana optymalizacja i rekomendacje: tworzenie oraz wdrażanie algorytmów optymalizacyjnych i rekomendacyjnych, bezpośrednio przekładających się na kluczowe wskaźniki biznesowe: eCPM, CTR, Revenue i LTV.
• Projektowanie od podstaw i rozwój produkcyjnych systemów decyzyjnych oraz silników personalizacji w czasie rzeczywistym, działających przy wysokim natężeniu ruchu, niskich opóźnieniach i wysokiej przepustowości.
• Inicjowanie i prowadzenie projektów badawczo-rozwojowych (R&D): wdrażanie metod ML/AI, testowanie hipotez oraz komercjalizacja innowacji technologicznych.
• Projektowanie frameworków do testów A/B, atrybucji i wnioskowania przyczynowego, umożliwiających ocenę wpływu modeli na biznes, w tym Incrementality Testing i uplift modeling.
• Wyznaczanie standardów architektonicznych dla infrastruktury ML, współpraca z zespołami cross-obaszrowymi oraz mentoring Junior Data Scientistów.

Jakie kompetencje są ważne?

• Minimum 3 lata doświadczenia komercyjnego oraz udokumentowane sukcesy w projektowaniu, wdrażaniu i utrzymywaniu zaawansowanych systemów ML w produkcji na dużą skalę.
• Biegła znajomość Python, zaawansowanych konceptów programistycznych oraz dobrych praktyk inżynierii oprogramowania.
• Praktyczna wiedza z teorii decyzji i gier, optymalizacji matematycznej, uczenia nadzorowanego, nienadzorowanego i ze wzmocnieniem oraz przetwarzania danych w czasie rzeczywistym.
• Doświadczenie w pracy z dużymi zbiorami danych z użyciem SQL, Apache Spark/PySpark, infrastruktury chmurowej i konteneryzacji.
• Wykształcenie wyższe w dziedzinie matematyki, fizyki, informatyki lub pokrewnej, ze szczególnym naciskiem na rachunek prawdopodobieństwa, statystykę oraz optymalizację dyskretną i ciągłą.

Mile widziane

• Znajomość AdTech, RTB lub e-commerce, w tym aukcji czasu rzeczywistego, OpenRTB, DSP/SSP, Bid Landscape Forecasting albo wielkoskalowej personalizacji w e-commerce/FinTech.
• Praktyka w optymalizacji inferencji modeli pod kątem milisekundowych opóźnień, np. z użyciem C++, ONNX, TensorRT lub Triton Inference Server.
• Udział w projektach badawczych, patentach, publikacjach naukowych lub aktywny wkład w projekty Open Source z zakresu Machine Learning i Optimization.
• Stopień naukowy PhD lub MSc albo certyfikacje architektoniczne/MLOps, np. GCP Professional ML Engineer lub AWS Certified Machine Learning Specialty.

Co zyskujesz?

• Darmowy dostęp do produktów, takich jak Pilot WP i Audioteka.
• Worksmile oraz elastyczny pakiet benefitów.
• Bezpłatne i anonimowe konsultacje psychologiczne.
• Pracę hybrydową: 3 dni w biurze i 2 dni z domu.
• Wydarzenia sezonowe oraz webinary o zdrowiu i neuroróżnorodności.
• Możliwość rozwoju dzięki szkoleniom w ramach programu WP Akademia.
• Możliwość realizacji nowych wyzwań i kierunków w ramach spółek WP Holding poprzez rekrutacje wewnętrzne.