Data Scientist

Samba jest firmą zajmującą się inteligencją medialną. Znamy to, co świat ogląda, czyta i myśli — w czasie rzeczywistym, na dużą skalę, na każdym ekranie. Nasze dane istnieją za zgodą ponad miliarda ludzi, zorganizowane w najbardziej kompletny obraz uwagi konsumentów, jaki kiedykolwiek stworzono. Największe marki na świecie wykorzystują ten obraz do podejmowania mądrzejszych decyzji.

Jako średniozaawansowany Data Scientist w Samba w Warszawie, będziesz odpowiedzialny za kompleksowe dostarczanie znaczących projektów z zakresu nauki o danych z minimalnym wsparciem. Jesteś niezawodnym, autonomicznym współpracownikiem z głęboką wiedzą w przynajmniej jednej z kluczowych dziedzin Samba — pomiarze lub modelowaniu odbiorców — oraz zakresem technicznym do budowy rozwiązań gotowych do produkcji przy użyciu nowoczesnych metodologii ML i AI.

Co będziesz robić:

• Własne kompleksowe dostarczanie znaczących projektów z zakresu nauki o danych — od określenia problemu i zaprojektowania podejścia po wdrożenie produkcyjne.
• Podejmowanie rozsądnych, samodzielnych decyzji dotyczących metodologii, wyboru modeli i oceny; dokumentowanie ich w jasnych dokumentach technicznych obejmujących opis problemu, podejście, metryki i harmonogram.
• Prowadzenie projektowania rozwiązań dla własnych inicjatyw; dzielenie złożonych epików na dobrze określone historie użytkowników z wyraźnymi kryteriami akceptacji, przyjmując najlepsze praktyki DataOps i MLOps przez cały czas — śledzenie eksperymentów, orkiestracja pipeline'ów, monitorowanie modeli i powtarzalność.
• Budowanie kodu w Pythonie i PySpark gotowego do produkcji na Databricks — dobrze przetestowanego, udokumentowanego i wielokrotnego użytku — oraz wdrażanie zaawansowanych przepływów pracy z wykorzystaniem ML i AI, w tym rozwiązywania encji, probabilistycznego łączenia rekordów, dopasowywania opartego na embeddingach, podobieństwa semantycznego i pipeline'ów wspomaganych LLM.
• Rozwój i utrzymanie narzędzi, bibliotek i dokumentacji, które poprawiają efektywność zespołu i standardy techniczne; przeprowadzanie przeglądów kodu z konstruktywną, konkretną informacją zwrotną, która podnosi poprzeczkę.
• Mentorowanie młodszych naukowców danych w zakresie wykonania technicznego, jakości kodu i rozwoju kariery; prowadzenie wewnętrznych wykładów lub warsztatów na tematy związane z ML.
• Współpraca międzyfunkcyjna z produktami, inżynierią i operacjami — tłumaczenie wymagań biznesowych na specyfikacje techniczne, współpraca z inżynierią danych nad projektowaniem skalowalnych pipeline'ów oraz uczestnictwo w przeglądach projektów międzyfunkcyjnych i grupach roboczych.

Kto jesteś:

• Wymagany tytuł licencjata w dziedzinie statystyki, nauki o danych, informatyki, matematyki lub pokrewnej dziedziny ilościowej; preferowany tytuł magistra.
• 3–5 lat praktycznego doświadczenia w nauce o danych z udokumentowaną zdolnością do samodzielnego posiadania i dostarczania złożonych projektów wielosprintowych.
• Zaawansowana znajomość Pythona z kodem gotowym do produkcji, testowaniem i dokumentacją; silne umiejętności SQL i PySpark dla zbiorów danych liczących miliardy wierszy.
• Przepływy pracy Databricks, Delta Lake i orkiestracja zadań; znajomość platform chmurowych (AWS lub GCP).
• Solidna znajomość podstawowych metod ML — regresja, klasyfikacja, klasteryzacja, ocena modeli i projektowanie eksperymentów — stosowanych w złożonych, dużych zbiorach danych.
• Znajomość praktyk MLOps: śledzenie eksperymentów, orkiestracja pipeline'ów (Airflow) i powtarzalne wdrażanie modeli.
• Znajomość nowoczesnych metodologii AI: systemy RAG, modele wspomagane LLM, bazy danych wektorowych i wyszukiwanie semantyczne.
• Silne umiejętności komunikacyjne — zdolność do tłumaczenia pracy technicznej na jasną dokumentację, historie użytkowników i rozmowy międzyfunkcyjne.
• Udokumentowana zdolność do mentorowania młodszych naukowców danych i przyczyniania się do standardów zespołowych.

Preferowane umiejętności:

• Praktyczne doświadczenie w budowie grafów wiedzy, rozwiązywaniu encji lub modelowaniu danych semantycznych (RDF, OWL, SPARQL lub równoważne ramy grafowe).
• Znajomość probabilistycznego łączenia rekordów, podejść do grafów tożsamości lub dopasowywania encji opartego na embeddingach na dużą skalę.
• Doświadczenie w metodach inferencji przyczynowej (testy A/B, kontrola syntetyczna, modelowanie wzrostu).
• Doświadczenie w deduplikacji, wzbogacaniu lub problemach związanych z łączeniem danych z telewizji z danymi internetowymi.
• Tło w mediach, technologii reklamowej lub pomiarach — oglądalność telewizyjna (dane ACR/STB), modelowanie odbiorców cyfrowych, pomiar międzyplatformowy (linear + CTV/OTT) lub rozwiązywanie tożsamości w środowiskach ograniczających prywatność.
• Znajomość krajobrazu dostawców pomiarów i tożsamości (Nielsen, Comscore, LiveRamp, The Trade Desk).

180,000 zł - 330,000 zł rocznie. Samba jest pracodawcą równych szans. Świętujemy różnorodność i zobowiązujemy się do tworzenia inkluzywnego środowiska dla wszystkich pracowników. Staramy się umożliwić połączenie ze sobą, odzwierciedlać społeczności, którym służymy, oraz podejmować znaczące projekty, które mają realny wpływ.

Samba może zbierać dane osobowe bezpośrednio od Ciebie jako kandydata do pracy, Samba może również otrzymywać dane osobowe od osób trzecich, na przykład w związku z kontrolą tła, zatrudnieniem lub sprawdzeniem referencji, zgodnie z obowiązującym prawem. Aby uzyskać więcej informacji, zapoznaj się z Polityką Prywatności Aplikanta Samba. Dla mieszkańców UE, Samba Inc. jest administratorem danych.