Machine Learning Research Team Leader
⚲ Warszawa
26 880 - 31 920 PLN netto (B2B)
Wymagania
- Min. 8 lat komercyjnego doświadczenia w Machine Learning lub Data Science w środowiskach produkcyjnych
- Min. 2 lata doświadczenia w zarządzaniu ludźmi (wymagane)
- Doświadczenie w prowadzeniu end-to-end inicjatyw treningu modeli dla krytycznych biznesowo zastosowań
- Praktyczna znajomość pełnego cyklu życia ML: przygotowanie danych, feature engineering, trening, ewaluacja, kalibracja, wdrożenie produkcyjne
- Zaawansowana znajomość Python, SQL i frameworków deep learning (PyTorch lub TensorFlow)
- Doświadczenie z Google Cloud Platform (Vertex AI, BigQuery, Cloud Storage) i skalowalnym przetwarzaniem danych (Dask, Spark)
- Angielski na poziomie B2+
Mile widziane
- Doświadczenie w AdTech, systemach rekomendacji lub marketplace ranking
Opis stanowiska
Pretius szuka lidera zespołu ML do dużej platformy e-commerce. Będziesz zarządzać zespołem ML Engineerów i Data Scientistów, nadzorować rozwój modeli scoringowych dla Sponsored Offers (predykcja kliknięć i konwersji) oraz koordynować przekazanie odpowiedzialności za ML scoring między zespołami. Rola łączy people management, techniczne przywództwo i komunikację z interesariuszami na poziomie Director. To oferta dla osoby z doświadczeniem w zarządzaniu zespołem i pełnym cyklem życia modeli ML w produkcji, która rozumie metryki biznesowe (revenue, GMV, konwersja) i potrafi łączyć perspektywę techniczną z biznesową.
🔍 Dekoder Ogłoszenia
🔴
Lead, mentor and develop a team of Machine Learning Engineers and Data Scientists, ensuring high-quality delivery and team growth.
Oczekuje się, że będziesz aktywnie zarządzać rozwojem członków zespołu, co może oznaczać rozwiązywanie problemów interpersonalnych i wspieranie ich kariery.
🔴
Oversee the end-to-end development of ML scoring models supporting Sponsored Offers, including click and conversion prediction.
Będziesz odpowiedzialny za cały cykl życia modeli, od koncepcji po wdrożenie, co może być bardzo czasochłonne i wymagać szerokiego zakresu wiedzy.
🔴
Manage the transition of ML scoring responsibilities across teams and coordinate delivery with Product, Engineering and Platform stakeholders.
Będziesz musiał efektywnie komunikować się i negocjować z różnymi działami, co może wymagać umiejętności dyplomatycznych i zarządzania konfliktami.
🔴
Define technical standards for model lifecycle management, workflow orchestration and scalable ML development.
Oczekuje się, że będziesz tworzyć i egzekwować nowe procesy, co może oznaczać znaczną odpowiedzialność za architekturę i jakość techniczną.
🔴
Provide strategic input into the ML roadmap and communicate progress, risks and business impact to senior stakeholders.
Twoje decyzje będą miały bezpośredni wpływ na strategię firmy, co wymaga nie tylko wiedzy technicznej, ale także zrozumienia biznesu i umiejętności prezentacji.