Senior Manual Tester (k/m)
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- SQL
- scikit-learn
- XGBoost
- PyTorch
- TensorFlow
- Google Cloud Platform
- Vertex AI
Opis stanowiska
Nasze wymagania:
Minimum 3 lata doświadczenia w praktycznym wykorzystywaniu machine learningu w produktach lub rozwiązaniach działających na produkcji
Udokumentowane doświadczenie we wdrażaniu modeli, które przyniosły mierzalne rezultaty biznesowe lub produktowe
Bardzo dobra znajomość języka Python i SQL
Praktyczna znajomość współczesnego ekosystemu machine learningowego, w tym narzędzi takich jak: scikit-learn, XGBoost, PyTorch lub TensorFlow
Dobra znajomość statystyki, metod eksperymentalnych oraz zasad projektowania testów A/B
Umiejętność analizowania biasu i wariancji oraz prawidłowej interpretacji istotności wyników
Doświadczenie w pracy z dużymi zbiorami danych
Znajomość chmurowych narzędzi i środowisk do budowania oraz wdrażania rozwiązań ML
Umiejętność jasnego komunikowania złożonych zagadnień technicznych osobom o różnym poziomie wiedzy
Samodzielność, odpowiedzialność za rezultaty oraz podejście oparte na danych i eksperymentowaniu
Mile widziane:
Doświadczenie w branży adtech
Znajomość zagadnień związanych z real-time bidding
Doświadczenie w tworzeniu systemów rekomendacyjnych
Wiedza z zakresu marketing science, measurement science lub analizy efektywności kampanii
Doświadczenie z Google Cloud Platform i Vertex AI
Praktyczna znajomość feature stores
Doświadczenie w budowaniu pipeline’ów MLOps
Umiejętność przekształcania eksperymentalnych notebooków i rozwiązań ad hoc w powtarzalne, testowalne i możliwe do odtworzenia procesy produkcyjne
O projekcie:
Naszym Klientem jest firma oferująca w pełni konfigurowalną platformę reklamową, która wspiera realizację efektywnych i angażujących kampanii w obszarze Connected TV.
Platforma umożliwia docieranie do lokalnych odbiorców w skali ogólnokrajowej, wykorzystując wysokiej jakości zasoby reklamowe oraz kompleksowe narzędzia do planowania, targetowania i pomiaru efektów kampanii na każdym etapie lejka marketingowego.
Zakres obowiązków:
Projektowanie, trenowanie i ocena modeli machine learningowych wykorzystywanych w obszarach takich jak bidding, forecasting, targeting i optymalizacja wyników kampanii
Rozwijanie modeli działających w ramach platformy reklamowej obsługującej streaming oraz Connected TV
Projektowanie i analiza testów A/B oraz eksperymentów online
Łączenie wyników modeli z mierzalnym wpływem na przychody i rezultaty kampanii reklamodawców, a nie wyłącznie z metrykami offline
Tworzenie stabilnych, skalowalnych i wielokrotnego użytku cech na podstawie danych kampanii, odbiorców oraz dostępnej powierzchni reklamowej
Współtworzenie wspólnego feature store, który umożliwi ponowne wykorzystywanie cech w różnych projektach
Współpraca z zespołami MLOps i Data Engineering przy wdrażaniu modeli produkcyjnych w środowisku Vertex AI
Monitorowanie jakości i efektywności modeli po ich uruchomieniu na produkcji
Współpraca z Product Ownerami i interesariuszami biznesowymi przy definiowaniu problemów, ocenie potencjału inicjatyw oraz ustalaniu priorytetów
Wyjaśnianie działania modeli i ich wpływu biznesowego w sposób zrozumiały zarówno dla zespołów technicznych, jak i kadry zarządzającej
Oferujemy:
Indywidualne wsparcie Service Delivery Managera, który pomoże zaplanować ścieżkę kariery
Szkolenia, certyfikaty i konferencje - dofinansowanie lub pokrycie kosztów rozwoju kompetencji technicznych
Możliwość zmian projektów i dobór kolejnych zgodnie z preferencjami
Wsparcie sportowych inicjatyw i wynajem sal treningowych
Minimum 3 lata doświadczenia w praktycznym wykorzystywaniu machine learningu w produktach lub rozwiązaniach działających na produkcji
Udokumentowane doświadczenie we wdrażaniu modeli, które przyniosły mierzalne rezultaty biznesowe lub produktowe
Bardzo dobra znajomość języka Python i SQL
Praktyczna znajomość współczesnego ekosystemu machine learningowego, w tym narzędzi takich jak: scikit-learn, XGBoost, PyTorch lub TensorFlow
Dobra znajomość statystyki, metod eksperymentalnych oraz zasad projektowania testów A/B
Umiejętność analizowania biasu i wariancji oraz prawidłowej interpretacji istotności wyników
Doświadczenie w pracy z dużymi zbiorami danych
Znajomość chmurowych narzędzi i środowisk do budowania oraz wdrażania rozwiązań ML
Umiejętność jasnego komunikowania złożonych zagadnień technicznych osobom o różnym poziomie wiedzy
Samodzielność, odpowiedzialność za rezultaty oraz podejście oparte na danych i eksperymentowaniu
Mile widziane:
Doświadczenie w branży adtech
Znajomość zagadnień związanych z real-time bidding
Doświadczenie w tworzeniu systemów rekomendacyjnych
Wiedza z zakresu marketing science, measurement science lub analizy efektywności kampanii
Doświadczenie z Google Cloud Platform i Vertex AI
Praktyczna znajomość feature stores
Doświadczenie w budowaniu pipeline’ów MLOps
Umiejętność przekształcania eksperymentalnych notebooków i rozwiązań ad hoc w powtarzalne, testowalne i możliwe do odtworzenia procesy produkcyjne
O projekcie:
Naszym Klientem jest firma oferująca w pełni konfigurowalną platformę reklamową, która wspiera realizację efektywnych i angażujących kampanii w obszarze Connected TV.
Platforma umożliwia docieranie do lokalnych odbiorców w skali ogólnokrajowej, wykorzystując wysokiej jakości zasoby reklamowe oraz kompleksowe narzędzia do planowania, targetowania i pomiaru efektów kampanii na każdym etapie lejka marketingowego.
Zakres obowiązków:
Projektowanie, trenowanie i ocena modeli machine learningowych wykorzystywanych w obszarach takich jak bidding, forecasting, targeting i optymalizacja wyników kampanii
Rozwijanie modeli działających w ramach platformy reklamowej obsługującej streaming oraz Connected TV
Projektowanie i analiza testów A/B oraz eksperymentów online
Łączenie wyników modeli z mierzalnym wpływem na przychody i rezultaty kampanii reklamodawców, a nie wyłącznie z metrykami offline
Tworzenie stabilnych, skalowalnych i wielokrotnego użytku cech na podstawie danych kampanii, odbiorców oraz dostępnej powierzchni reklamowej
Współtworzenie wspólnego feature store, który umożliwi ponowne wykorzystywanie cech w różnych projektach
Współpraca z zespołami MLOps i Data Engineering przy wdrażaniu modeli produkcyjnych w środowisku Vertex AI
Monitorowanie jakości i efektywności modeli po ich uruchomieniu na produkcji
Współpraca z Product Ownerami i interesariuszami biznesowymi przy definiowaniu problemów, ocenie potencjału inicjatyw oraz ustalaniu priorytetów
Wyjaśnianie działania modeli i ich wpływu biznesowego w sposób zrozumiały zarówno dla zespołów technicznych, jak i kadry zarządzającej
Oferujemy:
Indywidualne wsparcie Service Delivery Managera, który pomoże zaplanować ścieżkę kariery
Szkolenia, certyfikaty i konferencje - dofinansowanie lub pokrycie kosztów rozwoju kompetencji technicznych
Możliwość zmian projektów i dobór kolejnych zgodnie z preferencjami
Wsparcie sportowych inicjatyw i wynajem sal treningowych
🔍 Dekoder Ogłoszenia
🔴
Minimum 3 lata doświadczenia w praktycznym wykorzystywaniu machine learningu w produktach lub rozwiązaniach działających na produkcji
Poszukujemy kogoś, kto nie tylko zna teorię ML, ale potrafi ją zastosować w realnych, działających systemach, co może wymagać rozwiązywania problemów produkcyjnych.
🔴
Udokumentowane doświadczenie we wdrażaniu modeli, które przyniosły mierzalne rezultaty biznesowe lub produktowe
Oczekujemy dowodów na to, że Twoja praca z ML faktycznie wpłynęła na sukces firmy, a nie tylko była eksperymentem.
🔴
Umiejętność jasnego komunikowania złożonych zagadnień technicznych osobom o różnym poziomie wiedzy
Będziesz musiał tłumaczyć skomplikowane koncepcje ML zarówno inżynierom, jak i osobom nietechnicznym, co może być wyzwaniem.
🟡
Samodzielność, odpowiedzialność za rezultaty oraz podejście oparte na danych i eksperymentowaniu
Oczekuje się, że będziesz działać proaktywnie, brać odpowiedzialność za swoje projekty i podejmować decyzje w oparciu o analizę danych.
🔴
Umiejętność przekształcania eksperymentalnych notebooków i rozwiązań ad hoc w powtarzalne, testowalne i możliwe do odtworzenia procesy produkcyjne
Twoja praca będzie polegać na przejściu od prototypów do stabilnych, produkcyjnych rozwiązań, co wymaga solidnych umiejętności inżynierskich.