Senior Data Scientist

Dołącz do Sigma Software, aby pomóc w budowie zaawansowanych rozwiązań uczenia maszynowego dla jednego z dużych graczy w ekosystemie reklamy programatycznej. Szukamy starszego inżyniera uczenia maszynowego z silnym doświadczeniem w produkcji ML i głębokim zainteresowaniem systemami optymalizacji w czasie rzeczywistym, dużymi zbiorami danych behawioralnych oraz wyzwaniami AdTech.

W tej roli będziesz pracować z dedykowanym zespołem Sigma Software nad platformą modelowania predykcyjnego zintegrowaną z żywą giełdą reklamową przetwarzającą codziennie setki milionów żądań aukcyjnych. Będziesz przyczyniać się do skomplikowanych rozwiązań ML obejmujących optymalizację ofert, kalibrację, ocenę kontrfaktyczną oraz systemy podejmowania decyzji z ograniczeniami.

Naszym klientem jest firma technologiczna działająca w obszarze infrastruktury po stronie podaży w ekosystemie reklamy programatycznej. Firma zarządza platformą giełdy reklamowej o wysokiej skali i inwestuje w możliwości podejmowania decyzji predykcyjnych, aby poprawić wydajność reklamy, targetowanie odbiorców i optymalizację kampanii za pomocą zaawansowanych technologii uczenia maszynowego.

Projekt koncentruje się na budowie platformy modelowania predykcyjnego i optymalizacji na żywej giełdzie reklamowej. Platforma ocenia i filtruje podaż reklam w czasie rzeczywistym, przewiduje konteksty odbiorców o wysokiej wydajności, buduje podobne grupy odbiorców z małych zestawów danych oraz optymalizuje wydajność kampanii w różnych celach biznesowych i ograniczeniach operacyjnych.

Zespół pracuje nad złożonymi wyzwaniami uczenia maszynowego, w tym modelowaniem krajobrazu ofert z cenzurowanymi danymi, rzadką i opóźnioną atrybucją konwersji, systemami kalibracyjnymi, oceną kontrfaktyczną oraz modelami optymalizacji z ograniczeniami. Rozwiązanie jest zaprojektowane do użytku w dużej skali i bliskiej współpracy z wewnętrzną organizacją nauki o danych klienta.

• Budowanie i ulepszanie modeli krajobrazu ofert z cenzurowanymi danymi w celu oszacowania rozkładów cen clearingowych z częściowo obserwowanych danych aukcyjnych.
• Opracowywanie modeli estymacji prawdopodobieństwa wygranej w czasie rzeczywistym, reagujących na dynamikę cen ofert.
• Projektowanie i wdrażanie hierarchicznych modeli estymacji liftu z strategiami wyboru opartymi na przedziałach ufności.
• Budowanie modeli skłonności do konwersji przy użyciu rzadkich, opóźnionych i tylko agregatowych etykiet.
• Rozwijanie podejść do modelowania podobnych grup odbiorców przy użyciu uczenia pozytywno-nieoznaczonego i technik najbliższego sąsiada opartych na osadzeniach.
• Wdrażanie strategii kalibracji na poziomie reklamodawcy, jednocześnie niezależnie monitorując jakość rankingów i kalibracji.
• Projektowanie solidnych ram oceny offline przy użyciu ważenia odwrotnej skłonności, podwójnie odpornych estymatorów i ważenia znaczenia.
• Definiowanie strategii eksploracji i podejść do rejestrowania skłonności, aby zapewnić wiarygodną korekcję i ocenę w dół.
• Opracowywanie mechanizmów optymalizacji z ograniczeniami dla celów kampanii, ograniczeń cenowych i celów wolumenowych.
• Współpraca z zespołem klienta podczas dostrajania po uruchomieniu i cykli walidacji wydajności.
• Przygotowywanie dokumentacji technicznej i materiałów do transferu wiedzy dla wewnętrznego zespołu nauki o danych klienta.
• Uczestnictwo w dyskusjach architektonicznych i przyczynianie się do decyzji projektowych dotyczących skalowalnej platformy ML.

Wymagania:

• 5+ lat doświadczenia w uczeniu maszynowym lub nauce o danych z modelami produkcyjnymi mierzonymi w odniesieniu do KPI biznesowych.
• Silne umiejętności w Pythonie, w tym numpy, pandas i scikit-learn.
• Silne umiejętności SQL i doświadczenie w pracy z dużymi zbiorami danych.
• Głębokie praktyczne doświadczenie z XGBoost, LightGBM lub CatBoost.
• Silne zrozumienie regularyzacji, metod kalibracji i obsługi cech kategorycznych.
• Silna wiedza z zakresu prawdopodobieństwa, statystyki, przedziałów ufności i analizy mocy statystycznej.
• Doświadczenie w inżynierii cech dla strukturalnych i behawioralnych zbiorów danych.
• Praktyczne doświadczenie z Spark lub PySpark.
• Praktyczna wiedza na temat ram eksperymentalnych i metodologii testów A/B.
• Doświadczenie z zaawansowanymi podejściami walidacyjnymi, w tym podziałami czasowymi, wykrywaniem wycieków, analizą driftu i metrykami opartymi na przekrojach.
• Zrozumienie technik wyjaśnialności, takich jak SHAP i ważność permutacyjna.
• Poziom angielskiego co najmniej średniozaawansowany.

Preferencje:

• Doświadczenie w modelowaniu AdTech, w tym przewidywaniu CTR/CVR, modelowaniu krajobrazu ofert, segmentacji odbiorców i mechanice RTB.
• Doświadczenie w pracy z rzadkimi, opóźnionymi lub cenzurowanymi etykietami.
• Znajomość modelowania atrybucji, analizy przeżycia i uczenia pozytywno-nieoznaczonego.
• Praktyczne doświadczenie z technikami oceny kontrfaktycznej i off-policy.
• Zrozumienie metod kalibracji, w tym regresji izotonicznej i skalowania Platta.
• Doświadczenie z modelami hierarchicznymi, empirycznymi Bayesami lub modelami częściowego grupowania.
• Znajomość podejść do optymalizacji z ograniczeniami lub wieloma celami.
• Doświadczenie z modelowaniem uplift i metodami wnioskowania przyczynowego.
• Doświadczenie z Vertex AI lub podobnymi zarządzanymi środowiskami szkoleniowymi ML.
• Publikacje, osiągnięcia w modelowaniu konkurencyjnym lub wkład w open-source związany z uczeniem maszynowym lub AdTech.

Profil osobisty:

• Silne umiejętności analityczne i rozwiązywania problemów.
• Umiejętność efektywnej pracy w silnie zorientowanym na dane środowisku.
• Silne umiejętności komunikacyjne i zarządzania interesariuszami.
• Umiejętność wyjaśniania złożonych decyzji modelowania zarówno technicznym, jak i nietechnicznym odbiorcom.
• Proaktywne podejście z silnym poczuciem odpowiedzialności.
• Uwagi na szczegóły i rygor naukowy w eksperymentach i ocenach.