Team Lead (Machine Learning / Data Science)

Nasz Klient to jedna z największych technologicznie zaawansowanych platform e-commerce w Europie, obsługująca miliony użytkowników dziennie. Projekt koncentruje się na transformacji architektury modeli Machine Learning wykorzystywanych w obszarze Advertising – od tradycyjnych rozwiązań opartych o drzewa decyzyjne i gradient boosting do nowoczesnych architektur bazujących na sieciach neuronowych.

• Bardzo dobra znajomość Python oraz praktyczne doświadczenie w pracy z PyTorch, TensorFlow lub JAX
• Udokumentowane doświadczenie w projektowaniu, trenowaniu i optymalizacji modeli opartych o głębokie sieci neuronowe (Deep Learning)
• Bardzo dobra znajomość SQL, w szczególności analizy i przetwarzania dużych zbiorów danych
• Doświadczenie w pracy z chmurą publiczną (GCP, AWS lub Azure)
• Język polski na poziomie C1 oraz język angielski na poziomie B2

Nice to have:

• Doświadczenie w projektowaniu modeli dla systemów działających w czasie rzeczywistym (low-latency systems)
• Znajomość domeny AdTech, Marketing Technology lub systemów reklamowych
• Doświadczenie w modelowaniu zdarzeń biznesowych takich jak CTR, CVR lub RoAS
• Znajomość zagadnień związanych z RTB (Real-Time Bidding), DSP (Demand Side Platform) lub systemami aukcyjnymi
• Doświadczenie z klasycznymi metodami Machine Learning, takimi jak Random Forest czy Gradient Boosted Trees
• Praktyczne wykorzystanie narzędzi AI wspierających pracę programistyczną i badawczą

• Projektowanie, trenowanie oraz optymalizacja modeli Machine Learning wspierających obszary CTR (Click-Through Rate), CVR (Conversion Rate) oraz RoAS (Return on Advertising Spend) wykorzystywanych w systemach reklamowych
• Tworzenie nowoczesnych architektur opartych o Deep Learning i sieci neuronowe, które zastąpią dotychczasowe rozwiązania bazujące na Gradient Boosting i drzewach decyzyjnych
• Budowa zaawansowanych modeli wykorzystujących dane dotyczące użytkowników, produktów, wydawców oraz placementów reklamowych
• Rozwijanie modeli wspierających Dynamic Content Optimization oraz scenariusze rekomendacyjne i retargetingowe
• Optymalizacja modeli pod kątem działania w środowiskach o wysokiej skali oraz niskich opóźnieniach
• Współpraca z zespołami Data Science i Engineering przy wdrażaniu rozwiązań do środowisk produkcyjnych