Data Scientist

Wirtualna Polska Media działa w obszarach mediów, reklamy i e-commerce, tworząc, testując i wprowadzając innowacyjne rozwiązania.

• Minimum 3 lata doświadczenia komercyjnego w projektowaniu, wdrażaniu i utrzymywaniu zaawansowanych systemów ML na środowiskach produkcyjnych o dużej skali.
• Biegła znajomość języka Python i ekosystemów ML/AI oraz praktyki inżynierii oprogramowania.
• Praktyczna znajomość teorii decyzji, teorii gier, optymalizacji matematycznej, uczenia nadzorowanego, nienadzorowanego, ze wzmocnieniem oraz przetwarzania danych w czasie rzeczywistym.
• Doświadczenie z przetwarzaniem Big Data i chmurą: stosowanie SQL, Apache Spark/PySpark oraz infrastruktury chmurowej i konteneryzacji.
• Wyższe wykształcenie kierunkowe (Matematyka, Fizyka, Informatyka lub pokrewne) ze szczególnym uwzględnieniem rachunku prawdopodobieństwa, statystyki i optymalizacji.

Mile widziane:

• Znajomość domeny AdTech, RTB, e-commerce, w tym aukcji czasu rzeczywistego (OpenRTB, DSP/SSP) i personalizacji w e-commerce/FinTech.
• Umiejętności optymalizacji modeli pod ultra-niskie opóźnienia z wykorzystaniem C++, ONNX, TensorRT, Triton Inference Server.
• Udział w projektach badawczych, patentach, publikacjach naukowych lub wkład w projekty Open Source z zakresu Machine Learning i optymalizacji.
• Stopień naukowy (PhD, MSc) lub certyfikacje MLOps/architektoniczne (np. GCP Professional ML Engineer, AWS Certified Machine Learning Specialty).

• Projektowanie i wdrażanie modelów ML do prediction, ranking, recommendation i optimization, obejmujące systemy decyzyjne i optymalizacyjne takie jak pricing, bidding, personalization, allocation.
• Budowa zaawansowanych algorytmów optymalizacyjnych i rekomendacyjnych przekładających się na wskaźniki biznesowe (eCPM, CTR, Revenue, LTV).
• Projektowanie i rozwój produkcyjnych systemów decyzyjnych oraz silników personalizacji real-time przy wysokim natężeniu ruchu (low-latency, high-throughput).
• Prowadzenie R&D, wdrażanie przełomowych metod ML/AI, testowanie hipotez oraz komercjalizacja innowacji technologicznych.
• Projektowanie frameworków do testów A/B, atrybucji i wnioskowania przyczynowego (Causal Inference) dla precyzyjnej oceny wpływu modeli na biznes.
• Wyznaczanie standardów architektonicznych dla infrastruktury ML, współpraca cross-zespołowa oraz mentoring Junior Data Scientistów.