Machine Learning Product Manager

Brak informacji o wynagrodzeniu

C-Level / ManagerHybryda·WarszawaFull-time

#471437·Dodano 5 dni temu·0

Źródło: justjoin.it

Aplikuj teraz

Tech Stack / Keywords

5 lat doświadczenia w rozwijaniu produktów MLMachine LearningProduct ManagementP&L ManagementA/B testingData ScienceReal-Time Bidding

Podsumowanie oferty

Przejmiesz odpowiedzialność produktową za system real-time bidding oparty na uczeniu maszynowym, który wycenia odsłony reklamowe dla kampanii efektywnościowych. Będziesz odpowiadać za P&L i roadmapę produktu, kierować zespołem data science oraz nadzorować jakość i stabilność rozwiązań ML na produkcji.

Wymagania

Minimum 5 lat doświadczenia w rozwijaniu produktów opartych na uczeniu maszynowym, w tym minimum 2 lata w roli produktowej lub menedżerskiej.
Doświadczenie w zarządzaniu zespołem data science lub ML.
Wykształcenie wyższe na kierunku ścisłym (STEM).
Solidne rozumienie uczenia maszynowego: probabilistyczne modele klasyfikacyjne, metryki (AUC, log loss, kalibracja), dryf danych i cech, ewaluacja offline vs. online.
Bardzo dobra znajomość statystyki i projektowania eksperymentów: testy A/B i typowe pułapki interpretacyjne (efekty miksu, próbkowanie, sezonowość).
Doświadczenie w zarządzaniu P&L lub odpowiedzialności za wyniki biznesowe.
Bardzo dobra znajomość języka angielskiego (minimum C1) i polskiego.

Mile widziane:

Doktorat z nauk ścisłych, zwłaszcza data science, statystyki, informatyki lub fizyki.
Doświadczenie z real-time bidding lub ad tech: DSP, SSP, bid shading, floor pricing, pacing, atrybucja konwersji.
Doświadczenie w środowisku międzynarodowym, w tym studia lub praca za granicą.
Znajomość architektury produkcyjnych systemów ML: feature store, model serving.
Doświadczenie z kampaniami efektywnościowymi (e-commerce, ROAS).

Jak pracujesz:

Skuteczność pod presją czasu i wyników, także podczas incydentów wpływających na przychody.
Jasne komunikowanie złożonych zagadnień technicznych w oparciu o dane, również w raportach dla Zarządu.
Myślenie kategoriami marży, ryzyka i ROI, a nie tylko metryk modeli.
Kierowanie zespołami ekspertów poprzez budowanie zaufania, udzielanie feedbacku i rozwijanie ludzi.
Krytyczne myślenie: szukanie przyczyn źródłowych i testowanie hipotez.
Skuteczna współpraca z wieloma interesariuszami i negocjowanie priorytetów.

Obowiązki

Odpowiedzialność za wyniki:

Odpowiedzialność za wyniki finansowe produktu (przychód, marża, ROAS klientów) oraz jego roadmapę.

Przekładanie biznesu na modele:

Zamiana celów biznesowych na mierzalne cele dla modeli i algorytmów bidowania (kalibracja, marża, win rate, CPM).

Kierowanie zespołem:

Zarządzanie zespołem data scientistów: priorytety, rozwój i jakość pracy.

Stabilność ML na produkcji:

Nadzór nad jakością i stabilnością rozwiązań ML na produkcji: monitoring, reagowanie na incydenty i analiza przyczyn spadków skuteczności.

Raportowanie do Zarządu:

Prezentowanie wyników, ryzyk i rekomendacji Zarządowi oraz kluczowym interesariuszom (sprzedaż, partnerzy SSP, zespoły inżynieryjne).

Spójność stacku reklamowego:

Współpraca z zespołami współtworzącymi stack reklamowy Grupy i uzgadnianie priorytetów między nimi.

Przewaga konkurencyjna:

Śledzenie rynku programmatic, nowych formatów reklamowych i standardów branżowych, aby wzmacniać przewagę konkurencyjną.

Benefity

Odpowiedzialność za jeden z kluczowych produktów reklamowych Grupy, z realnym wpływem na wyniki finansowe.
Praca z dojrzałym zespołem data science i inżynierii nad systemem obsługującym miliony aukcji na minutę.

Techtree

27 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz