Data Scientist

Cześć! W Wirtualnej Polsce wierzymy, że nie ma jednej drogi do sukcesu - liczy się to, co wniesiesz i jak będziesz działać. Kreatywność, odwaga i innowacyjność to nasze DNA. Działamy w obszarach mediów, reklamy i e-commerce, łącząc te elementy w sposób, który angażuje i inspiruje. Tworzymy, testujemy, wprowadzamy zmiany tam, gdzie mają sens. Budujemy rzeczy od zera i szukamy nowych rozwiązań. Nad czym pracuje nasz zespół? Ile warto zapłacić za wyświetlenie reklamy? Nasze modele odpowiadają na to pytanie miliardy razy dziennie. Budujemy mózg biddera RTB, który kupuje powierzchnię reklamową dla klientów e-commerce. Pracujemy w skali, która robi wrażenie: setki tysięcy zapytań na sekundę, dziesiątki miliardów decyzji ML dziennie, a cały proces inferencji musi zmieścić się w kilkudziesięciu milisekundach. To jeden z kluczowych produktów reklamowych WP, więc jakość Twoich modeli przekłada się na przychody i marżę. Jako Data Scientist możesz mieć pełny ownership: od postawienia hipotezy i analizy danych, przez trening modeli i testy A/B, po wdrożenie na produkcję i monitoring.​ Mierzymy się z trudnymi problemami z obszaru real-time ML, optymalizacji i statystyki, a narzędzia AI są naturalną częścią naszego codziennego warsztatu. Jeśli zależy Ci na realnym wpływie na produkt działający w dużej skali, to miejsce dla Ciebie! Jakie działania będą należeć do Ciebie? Projektowanie i wdrażanie modeli ML rozwiązujących problemy biznesowe (predykcja, ranking, modelowanie zachowań użytkowników). Tworzenie i wdrażanie algorytmów optymalizacyjnych oraz rekomendacyjnych (np. ustalanie stawek w aukcjach, alokacja budżetów, personalizacja treści), wprost przekładających się na kluczowe wskaźniki biznesowe. Projektowanie algorytmów z wykorzystaniem najnowszych publikacji naukowych — czytamy je i sprawdzamy możliwości zastosowania opisanych metod w naszych rozwiązaniach. Analiza dużych zbiorów danych w poszukiwaniu zależności i informacji, które pozwolą poprawiać jakość modeli i algorytmów. Łączenie informacji z różnych źródeł danych i odkrywanie nieoczywistych powiązań przydatnych w modelowaniu. Jakie kompetencje są dla nas ważne? Minimum 3 lata doświadczenia komercyjnego w budowaniu modeli ML i wdrażaniu ich na produkcję jako Data Scientist, ML Engineer lub na podobnym stanowisku. Bardzo dobra znajomość Pythona i narzędzi takich jak PyTorch, LightGBM, XGBoost czy Polars. Umiejętność pisania czytelnego kodu i testów oraz doświadczenie w pracy z Gitem i w przeprowadzaniu code review. Doświadczenie w pracy z dużymi zbiorami danych z wykorzystaniem SQL (np. w ClickHouse lub StarRocks) oraz Apache Spark, PySpark lub podobnych narzędzi. Solidne podstawy z zakresu rachunku prawdopodobieństwa, statystyki i optymalizacji, zdobyte np. na studiach matematycznych, fizycznych, informatycznych lub pokrewnych. Umiejętność samodzielnego przekładania problemów biznesowych na zadania ML i jasnego przedstawiania wyników także osobom nietechnicznym. Znajomość języka angielskiego na poziomie B2, pozwalająca swobodnie korzystać z dokumentacji technicznej i publikacji naukowych. Mile widziane Znajomość narzędzi takich jak Airflow, ClickHouse, Docker i Kafka oraz procesów CI/CD. Doświadczenie w pracy z testami A/B. Znajomość mechanizmów działania real-time biddingu (RTB).