Científico/a de Datos para el equipo de Machine Learning

• Formación académica: Una sólida formación fundamental (Grado, Máster o Doctorado) en un campo cuantitativo como Matemáticas, Estadística, Física, Informática o Ciencia de Datos.
• Experiencia: Más de 5 años de experiencia aplicada en Data Science y Machine Learning, entrenando y analizando modelos DNN.
• Stack técnico: Python, SQL.
• Rigor estadístico: Un conocimiento profundo de la teoría de la Estadística y la Probabilidad.
• Conocimientos de ML: Experiencia con arquitecturas principales de DNN y ML.

Nuestra misión es seguir mejorando nuestra plataforma ad-tech, especialmente su núcleo, nuestros algoritmos, para ayudar a nuestros clientes a alcanzar sus objetivos de campañas de publicidad programática. Queremos ofrecer a nuestros empleados un trabajo que les encante, donde se les desafíe a mejorar los resultados mediante ingeniería y análisis de datos de la vida real y donde la implicación de cada uno tenga un impacto.

El Ad-tech es uno de los entornos más exigentes para el machine learning. En su esencia, nuestro DSP opera como un sistema de recomendación de latencia ultra baja, emparejando el anuncio adecuado con el usuario adecuado en milisegundos. Trabajarás a una escala masiva bajo estrictas restricciones de latencia, resolviendo desafíos de modelado únicos que ni siquiera se cubren en la literatura científica actual.

Como Data Scientist integrado en nuestro equipo de Machine Learning, tu misión será cerrar la brecha entre el diseño teórico de modelos y la realidad de la producción en el mundo real. Serás el ancla analítica dedicada a garantizar el rendimiento, la interpretabilidad y la estabilidad de nuestros modelos principales de Deep Neural Networks dentro de nuestro ecosistema de subastas complejo y de alta frecuencia, con millones de solicitudes de anuncios procesadas cada segundo.

Buscamos a una persona profundamente analítica con una experiencia muy sólida en ML: alguien que no se conforme con un "funciona", sino que necesite entender el sistema a un nivel fundamental. Aplicarás rigor científico para impulsar mejoras medibles en nuestro rendimiento de puja en vivo.

Tus tareas y responsabilidades:

• Comprensión y entrenamiento de modelos: Comprender nuestros modelos de ML en producción a un nivel fundamental, explicando por qué realizan predicciones específicas y por qué se comportan de la manera en que lo hacen. Para ello, formularás hipótesis de forma autónoma y las validarás realizando los análisis de datos adecuados y entrenando diferentes modelos para comparar los resultados.
• Análisis profundo de la dinámica de subastas: Realizar análisis exhaustivos del comportamiento de los modelos en el entorno de subasta en vivo para comprender cómo nuestros algoritmos y modelos interactúan con la dinámica del mercado.
• Experimentación: Diseñar y analizar experimentos, A/B testing, para validar hipótesis relativas a las estrategias de puja y las mejoras de los modelos.
• Optimización del sistema: Identificar cuellos de botella en el rendimiento de los modelos y proponer mejoras arquitectónicas o de características para resolver el rendimiento no óptimo a nivel de sistema.

¿Estás listo para formar parte del próximo unicornio? ¡Sigue leyendo!