Team Leader (ML, AdTech)

Jesteśmy częścią międzynarodowej organizacji notowanej na NASDAQ w Sztokholmie, działającej w 11 krajach. W Polsce mamy pełną autonomię i sami wybieramy technologie, procesy i sposób pracy, zachowując najwyższe standardy.

Must have:

• 8+ lat doświadczenia w rolach związanych z Machine Learning lub Data Science w środowiskach produkcyjnych.
• 2+ lata bezpośredniego doświadczenia w zarządzaniu ludźmi.
• Udokumentowane osiągnięcia w prowadzeniu inicjatyw end-to-end dotyczących trenowania modeli dla business use cases.
• Praktyczna wiedza obejmująca pełny cykl życia modelu: przygotowanie danych, inżynieria cech, trenowanie, ewaluacja, kalibracja i kontrolowane wdrożenie.
• Biegłość w Python i SQL, wraz z gruntownym zrozumieniem frameworków ML/deep learning (np. PyTorch lub TensorFlow) oraz skalowalnych procesów przetwarzania danych.
• Doświadczenie w obsłudze ML workloads w środowiskach chmurowych, najlepiej GCP (Vertex AI, BigQuery, Cloud Storage).
• Zdolność do prowadzenia wielofunkcyjnej realizacji projektów w obszarach ML, modeli i produktu, zapewniając strategiczne dopasowanie i widoczność wyników dla interesariuszy na poziomie dyrektorskim.
• Podejmowanie decyzji w oparciu o biznesowe wskaźniki wpływu (przychód, GMV, konwersja) oraz wyniki eksperymentów.
• Angielski B2+.

Nice to have:

• Doświadczenie w obszarze AdTech lub w produktach rankingowych/rekomendacyjnych.
• Doświadczenie w zarządzaniu produktami opartymi na platformach eksperymentowania i testach A/B.
• Doświadczenie we współpracy z zespołami platformowymi w zakresie roadmap dotyczących danych i możliwości ML.
• Znajomość ograniczeń i kompromisów związanych z monetyzacją opartą na aukcjach.

• Dostarczanie wysokiej jakości rozwiązania ML Scoring (np. przewidywanie kliknięć i konwersji) dla Sponsored Offers zgodnie z harmonogramem.
• Zachowanie odpowiedzialności za wyniki techniczne zespołu oraz kamienie milowe projektu.
• Zarządzanie zakresem trenowania modeli deep learning, w tym definiowanie zakresu developmentu i standardów model lifecycle.
• Transfer odpowiedzialności za scoring od istniejących zespołów we współpracy z interesariuszami z obszaru backendu i produktu.
• Dostarczanie eksperckich wskazówek do roadmapy w zakresie ML dla Sponsored Offers.