Senior Data Engineer / Data Scientist
⚲ Warszawa, Żoliborz
Do uzgodnienia
Wymagania
- SQL
- PostgreSQL
Opis stanowiska
Nasze wymagania:
Min. 5 lat doświadczenia w inżynierii danych lub data science w środowisku produkcyjnym
Python na poziomie produkcyjnym i zaawansowany SQL (Postgre SQL); doświadczenie z dużymi wolumenami danych (Spark lub podobne)
Applied ML w praktyce: wektoryzacja, miary podobieństwa, modele klasyfikacyjne / scoringowe
Doświadczenie w przejmowaniu i utrzymaniu istniejących, złożonych systemów – czytanie cudzego kodu, refaktoryzacja bez rewolucji
Naturalna dyscyplina inżynierska: kontrola wersji, dokumentacja, czytelne przekazywanie wiedzy
Samodzielność i swoboda w dynamicznym, zmieniającym się środowisku
Umiejętność rozmowy z produktem, sprzedażą i IT – tłumaczenie problemów biznesowych na analityczne (i z powrotem)
Wiedza domenowa z AdTech / MarTech: programmatic, DSP/SSP, DMP, retail media
Identity resolution: cookieless / post-ATT, clean roomy, łączenie identyfikatorów z wielu źródeł
Dane geoprzestrzenne: indeksy heksagonalne, geofencing, biblioteki geospatialne
dbt, Delta Lake / HDFS, orkiestracja pipeline'ów
Taksonomia IAB, segmenty DMP, ekstrapolacja w raportach
O projekcie:
Mamy własny graf tożsamości, technologię lokalizacyjną i lata sygnałów z dziesiątek milionów urządzeń. To produkcja, która żyje i rośnie – nie środowisko do budowania demo.
Szukamy kogoś z autentyczną ciekawością danych, kto wejdzie w ten system, będzie zadawał pytania zanim ktoś je sformułuje i będzie drążył głębiej niż zadanie. Interesuje nas osoba, która czyta cudzy kod jak dobry rzemieślnik czyta warsztat – z szacunkiem do tego, co zostało zbudowane, i z okiem na to, co można ulepszyć. Szukamy osoby, która rozumie, ewoluuje i zabiera innych ze sobą. Zależy nam na wiedzy, która będzie zasobem zespołu, a wypracowane rozwiązania będą dokumentowane.
Jeżeli sprawnie poruszasz się na stykach – między danymi, produktem i biznesem – i potrafisz przełożyć to, co widzisz w modelu, na język decyzji, napisz do nas.
Będziesz współodpowiedzialny za kluczowe pipeline'y produkcyjne, jakość danych i ewolucję modeli. Tyle teorii – W praktyce oznacza to codzienną pracę na danych, które mają realną wartość rynkową i realnych odbiorców. To pozycja hybrydowa – łączy inżynierię danych, applied ML i integracje z platformami programmatycznymi.
Zakres obowiązków:
Rozwijanie produkcyjnych pipeline'ów przetwarzania danych dużej skali (Python, Spark, przetwarzanie wsadowe i rozproszone)
Praca z grafem tożsamości: łączenie i deduplikacja identyfikatorów (cookie, GAID, cross-device), utrzymanie jakości i skali grafu
Przetwarzanie danych lokalizacyjnych: sygnały WiFi, poligony, catchment area, footfall, analizy geoprzestrzenne
Budowanie i ewaluacja modeli: look-alike, scoring, segmentacja, ocena jakości segmentów
Automatyzacja raportów pomiarowych (lift, incrementality, atrybucja kampanii) i współpraca z zespołem analitycznym
Integracje z platformami programmatic (DV360, Adform, Google Ad Manager / DDP)
Dokumentowanie rozwiązań i wprowadzanie standardów pracy – tak, żeby wiedza zostawała w zespole
Oferujemy:
Pracę na unikalnych, własnych aktywach danowych o realnej skali rynkowej
Bezpośredni wpływ na rdzeń produktowy – nie wdrożenia narzędzi, ale ewolucja tego, co już działa
Elastyczny model pracy: hybrydowo z Warszawy
Forma zatrudnienia do wyboru: UoP lub B2B
Min. 5 lat doświadczenia w inżynierii danych lub data science w środowisku produkcyjnym
Python na poziomie produkcyjnym i zaawansowany SQL (Postgre SQL); doświadczenie z dużymi wolumenami danych (Spark lub podobne)
Applied ML w praktyce: wektoryzacja, miary podobieństwa, modele klasyfikacyjne / scoringowe
Doświadczenie w przejmowaniu i utrzymaniu istniejących, złożonych systemów – czytanie cudzego kodu, refaktoryzacja bez rewolucji
Naturalna dyscyplina inżynierska: kontrola wersji, dokumentacja, czytelne przekazywanie wiedzy
Samodzielność i swoboda w dynamicznym, zmieniającym się środowisku
Umiejętność rozmowy z produktem, sprzedażą i IT – tłumaczenie problemów biznesowych na analityczne (i z powrotem)
Wiedza domenowa z AdTech / MarTech: programmatic, DSP/SSP, DMP, retail media
Identity resolution: cookieless / post-ATT, clean roomy, łączenie identyfikatorów z wielu źródeł
Dane geoprzestrzenne: indeksy heksagonalne, geofencing, biblioteki geospatialne
dbt, Delta Lake / HDFS, orkiestracja pipeline'ów
Taksonomia IAB, segmenty DMP, ekstrapolacja w raportach
O projekcie:
Mamy własny graf tożsamości, technologię lokalizacyjną i lata sygnałów z dziesiątek milionów urządzeń. To produkcja, która żyje i rośnie – nie środowisko do budowania demo.
Szukamy kogoś z autentyczną ciekawością danych, kto wejdzie w ten system, będzie zadawał pytania zanim ktoś je sformułuje i będzie drążył głębiej niż zadanie. Interesuje nas osoba, która czyta cudzy kod jak dobry rzemieślnik czyta warsztat – z szacunkiem do tego, co zostało zbudowane, i z okiem na to, co można ulepszyć. Szukamy osoby, która rozumie, ewoluuje i zabiera innych ze sobą. Zależy nam na wiedzy, która będzie zasobem zespołu, a wypracowane rozwiązania będą dokumentowane.
Jeżeli sprawnie poruszasz się na stykach – między danymi, produktem i biznesem – i potrafisz przełożyć to, co widzisz w modelu, na język decyzji, napisz do nas.
Będziesz współodpowiedzialny za kluczowe pipeline'y produkcyjne, jakość danych i ewolucję modeli. Tyle teorii – W praktyce oznacza to codzienną pracę na danych, które mają realną wartość rynkową i realnych odbiorców. To pozycja hybrydowa – łączy inżynierię danych, applied ML i integracje z platformami programmatycznymi.
Zakres obowiązków:
Rozwijanie produkcyjnych pipeline'ów przetwarzania danych dużej skali (Python, Spark, przetwarzanie wsadowe i rozproszone)
Praca z grafem tożsamości: łączenie i deduplikacja identyfikatorów (cookie, GAID, cross-device), utrzymanie jakości i skali grafu
Przetwarzanie danych lokalizacyjnych: sygnały WiFi, poligony, catchment area, footfall, analizy geoprzestrzenne
Budowanie i ewaluacja modeli: look-alike, scoring, segmentacja, ocena jakości segmentów
Automatyzacja raportów pomiarowych (lift, incrementality, atrybucja kampanii) i współpraca z zespołem analitycznym
Integracje z platformami programmatic (DV360, Adform, Google Ad Manager / DDP)
Dokumentowanie rozwiązań i wprowadzanie standardów pracy – tak, żeby wiedza zostawała w zespole
Oferujemy:
Pracę na unikalnych, własnych aktywach danowych o realnej skali rynkowej
Bezpośredni wpływ na rdzeń produktowy – nie wdrożenia narzędzi, ale ewolucja tego, co już działa
Elastyczny model pracy: hybrydowo z Warszawy
Forma zatrudnienia do wyboru: UoP lub B2B
🔍 Dekoder Ogłoszenia
🔴
refaktoryzacja bez rewolucji
Oczekuje się, że będziesz poprawiał istniejący, potencjalnie nieoptymalny kod, bez wprowadzania drastycznych zmian, które mogłyby zakłócić działanie systemu.
🔴
Samodzielność i swoboda w dynamicznym, zmieniającym się środowisku
Praca w warunkach częstych zmian, gdzie będziesz musiał szybko adaptować się do nowych sytuacji i podejmować decyzje bez ciągłego nadzoru.
🟡
Umiejętność rozmowy z produktem, sprzedażą i IT – tłumaczenie problemów biznesowych na analityczne (i z powrotem)
Będziesz musiał nie tylko rozumieć techniczne aspekty danych, ale także skutecznie komunikować się z nietechnicznymi działami, przekładając ich potrzeby na rozwiązania analityczne i odwrotnie.
🟡
czyta cudzy kod jak dobry rzemieślnik
Oczekuje się od Ciebie umiejętności szybkiego zrozumienia i analizy kodu napisanego przez innych, z dbałością o jego jakość i potencjalne ulepszenia.
🟢
będzie zadawał pytania zanim ktoś je sformułuje i będzie drążył głębiej niż zadanie
Poszukuje się osoby proaktywnej, która potrafi samodzielnie identyfikować problemy i szukać rozwiązań wykraczających poza bezpośrednie polecenia.