Детали

Грейд

Senior

Опыт работы

от 3 лет

Формат работы

Офис

Уровень английского

B2, выше среднего

Сопроводительное письмо к вакансии

Письмо на почту или сообщение рекрутеру в Telegram

О вакансии

Samba — компания, занимающаяся медиа-интеллектом. Мы знаем, что мир смотрит, читает и о чем думает — в режиме реального времени, в больших масштабах, на любом экране. Наши данные существуют с согласия более миллиарда человек, организованные в самую полную картину потребительского внимания, когда-либо созданную. Крупнейшие бренды мира используют эту картину для принятия более обоснованных решений. Мы считаем, что это самый интересный набор данных на планете, потому что он самый культурно значимый.

Мы ищем Senior Data Scientist в Амстердаме, который поможет формировать функцию науки о данных Samba TV для эры рекламы, основанной на агентах. Мы ценим разнообразие и стремимся создавать инклюзивную среду для всех сотрудников. Мы стремимся способствовать общению друг с другом, отражать сообщества, которым мы служим, и решать значимые проекты, которые оказывают реальное влияние.

Задачи

Вы будете определять методологию моделирования, создавать производственные ML-системы и применять современные возможности ИИ и агентов в наших продуктах данных.

Моделирование и разработка ML

Обеспечивать комплексную реализацию проектов в области науки о данных, от определения проблемы до производственного развертывания
Определять и внедрять методологию моделирования, лежащую в основе продуктов данных Samba, включая выбор модели, структуры оценки и стандарты воспроизводимости
Применять уверенное владение основными концепциями ML и статистики (регрессия, классификация, кластеризация, оценка моделей, планирование экспериментов, причинно-следственный вывод) для работы с реальными данными объемом в миллиард строк
Создавать производственные Python и PySpark на Databricks: хорошо протестированные, документированные, многоразовые
Сотрудничать с Data Engineering для определения требований к данным, проверки конвейеров и обеспечения надежности и готовности входных данных для моделей

ИИ и возможности агентов

Создавать и эксплуатировать передовые системы ИИ с использованием современных методологий: генерация с дополненным поиском (RAG), моделирование с дополненным LLM и графовые нейронные сети. Разрабатывать подходы к моделированию на основе ИИ, которые улучшаются по мере эволюции сигналов, поддерживая принятие решений на основе агентов в масштабе платформы
Интегрировать LLM и рабочие процессы агентов в производственные ML-конвейеры, где они расширяют возможности моделирования и открывают новые продуктовые поверхности

Технический вклад и сотрудничество

Управлять техническим дизайном компонентов моделирования в вашей области ответственности, создавая четкие документы с описанием проблемы, подхода, метрик и компромиссов
Транслировать бизнес-требования в решения по моделированию в тесном сотрудничестве с партнерами по продукту, инжинирингу и маркетингу
Поддерживать высокие стандарты качества производственных данных
Менторство дата-сайентистов в команде посредством структурированной обратной связи, совместной работы и обзора дизайна

MLOps и производственная практика

Внедрять и эксплуатировать практики MLOps: отслеживание экспериментов, оркестрация конвейеров (Airflow), мониторинг моделей, рабочие процессы переобучения и стандарты воспроизводимости
Применять практики обработки данных, соответствующие требованиям конфиденциальности, включая GDPR, CCPA и политики управления данными Samba

Требования

Вы обладаете опытом работы более 8 лет, глубокими знаниями в области машинного обучения и современного ИИ, а также техническим потенциалом для внедрения методологии от исследований до производственного развертывания. Вы активно сотрудничаете с командами инженеров, продуктологов и партнеров, а также являетесь сторонником строгой, обоснованной практики моделирования.

Требования

8+ лет практического опыта в области науки о данных со степенью бакалавра в области статистики, науки о данных, информатики, математики или смежной количественной области (или 6+ лет со степенью магистра, 3+ года со степенью доктора философии, или эквивалент)
Демонстрируемая способность самостоятельно управлять и выполнять сложные многоэтапные проекты в области науки о данных от определения проблемы до производственного развертывания
Уверенное владение основными концепциями ML и статистики, включая нейронные сети, регрессию, классификацию, кластеризацию, оценку моделей, планирование экспериментов и причинно-следственный вывод, примененные к наборам данных объемом в миллиард строк
Опыт создания методологии, а не только ее применения: анализ данных, выбор модели, структуры оценки и надежная документация процессов принятия решений
Производственный опыт работы с векторными базами данных (Pinecone, Weaviate, Milvus, pgvector или эквивалент) для поиска, сопоставления или вывода в больших масштабах
Продвинутый Python с производственным, протестированным кодом; сильный SQL и PySpark для работы с наборами данных объемом в миллиард строк
Опыт работы с Databricks, Delta Lake и оркестрацией задач (Airflow); практический производственный опыт работы с AWS, GCP и Databricks
Владение MLOps: отслеживание экспериментов, оркестрация конвейеров, мониторинг моделей, воспроизводимое развертывание
Опыт проектирования и эксплуатации систем ИИ на основе агентов в производственной среде: промпт-инжиниринг, оркестрация агентов, использование инструментов или интеграция LLM в ML-конвейеры
Четкий коммуникатор, который трансформирует техническую работу в проектные документы, пользовательские истории и междисциплинарные обсуждения
Активный наставник, который инвестирует в других, дает прямую обратную связь и повышает планку для всей команды

Предпочтительно

Знание проектирования графов знаний (RDF, OWL, SPARQL или эквивалентные графовые фреймворки), обработка естественного языка, опыт работы в ad tech, CTV/OTT, ACR, активация аудитории, разрешение идентификаторов или методологии измерения
Опыт работы с причинно-следственным выводом (A/B-тестирование, синтетический контроль, моделирование повышения эффективности)

Условия

Базовая заработная плата — это лишь один из компонентов общего компенсационного пакета Samba для сотрудников. Другие вознаграждения могут включать бонусы, краткосрочные и долгосрочные поощрения. Кроме того, Samba предоставляет медицинскую страховку, оздоровительные программы, страхование жизни и от потери трудоспособности, пенсионный план, оплачиваемые праздники и оплачиваемый отпуск (PTO), а также другие льготы для сотрудников.

Samba is a media intelligence company. We know what the world is watching, reading, and thinking about — in real time, at scale, across every screen. Our data exists with the consent of over a billion people, organized into the most complete picture of consumer attention ever built. The biggest brands in the world use that picture to make smarter decisions. We think it’s the most interesting data asset on the planet, because it’s the most culturally relevant.

We are hiring a Senior Data Scientist in Amsterdam to help shape Samba TV's data science function for the agentic era of advertising. You will define modeling methodology, build production ML systems, and apply modern AI and agentic capabilities across our data products. You bring 8+ years of experience, deep expertise in machine learning and modern AI, and the technical range to take methodology from research through production deployment. You are an active collaborator with engineering, product, and partner teams, and an advocate for rigorous, defensible modeling practice.

What You'll Do

Modeling and ML Development

Own end-to-end delivery of data science projects, from problem scoping through production deployment.
Define and ship modeling methodology that powers Samba's data products, including model selection, evaluation frameworks, and reproducibility standards.
Apply solid command of core ML and statistics (regression, classification, clustering, model evaluation, experimental design, causal inference) to billion-row, real-world data.
Build production-quality Python and PySpark on Databricks: well-tested, documented, reusable.
Partner with Data Engineering to define data requirements, validate pipelines, and ensure model inputs are reliable and production-ready.

AI and Agentic Capabilities

Build and operate advanced AI systems using modern methodologies: retrieval-augmented generation (RAG), LLM-augmented modeling and Graph Neural Networks. Design AI-driven modeling approaches that improve as signals evolve, supporting agentic decision-making at platform scale.
Integrate LLMs and agentic workflows into production ML pipelines where they extend modeling capability and unlock new product surfaces.

Technical Contribution and Collaboration

Drive technical design for modeling components within your scope, producing clear solution documents covering problem statement, approach, metrics, and trade-offs.
Translate business requirements into modeling solutions in close collaboration with product, engineering, and go-to-market partners.
Uphold high standards for production-quality data science.
Mentor data scientists on the team through structured feedback, pairing, and design review.

MLOps and Production Practice

Establish and operate MLOps practices: experiment tracking, pipeline orchestration (Airflow), model monitoring, retraining workflows, and reproducibility standards.
Apply privacy-compliant data handling practices, including GDPR, CCPA, and Samba's data governance policies.

Who You Are

Required

8+ years of hands-on data science experience with a Bachelor's degree in Statistics, Data Science, Computer Science, Mathematics, or a related quantitative field (or 6+ years with a Master's, 3+ years with a PhD, or equivalent).
Demonstrated ability to own and deliver complex, multi-sprint data science projects from problem scoping through production deployment.
Solid command of core ML and statistics, including neural networks, regression, classification, clustering, model evaluation, experimental design, and causal inference, applied to billion-row datasets.
Track record of building methodology, not just applying it: data analysis, model selection, evaluation frameworks, and solid documentation of decision processes
Production experience with vector databases (Pinecone, Weaviate, Milvus, pgvector, or equivalent) for retrieval, matching, or inference at scale.
Advanced Python with production-quality, tested code; strong SQL and PySpark on billion-row datasets.
Databricks, Delta Lake, and job orchestration (Airflow); hands-on production experience on AWS, GCP, and Databricks.
MLOps proficiency: experiment tracking, pipeline orchestration, model monitoring, reproducible deployment.
Experience designing and operating agentic AI systems in production: prompt engineering, agent orchestration, tool use, or integration of LLMs into ML pipelines.
A clear communicator who translates technical work into design docs, user stories, and cross-functional conversations.
An active mentor who invests in others, gives direct feedback, and raises the bar for the team as a whole.

Preferred

Knowledge graph design (RDF, OWL, SPARQL, or equivalent graph frameworks), Natural Language Processing, Background in ad tech, CTV/OTT, ACR, audience activation, identity resolution, or measurement methodologies.
Experience with causal inference (A/B testing, synthetic control, uplift modeling).

Base salary is just one component of Samba total compensation package for employees. Other rewards may include bonuses, short-term incentives, and long-term incentives. In addition, Samba provides health insurance, wellness offerings, life and disability insurance, a retirement savings plan, paid holidays and paid time off (PTO), and other employee benefits.

Samba is an equal opportunity employer. We celebrate diversity and are committed to creating an inclusive environment for all employees. We strive to empower connection with one another, reflect the communities we serve, and tackle meaningful projects that make a real impact.

Samba may collect personal information directly from you, as a job applicant, Samba may also receive personal information from third parties, for example, in connection with a background, employment or reference check, in accordance with the applicable law. For further details, please see Samba's Applicant Privacy Policy. For residents of the EU, Samba Inc. is the data controller.

Подходит ли тебе эта вакансия?

Сравним навыки, грейд, формат работы и зарплату

Ключевые навыки

Machine Learning
Python
Spark
Databricks
SQL
Статистика
Регрессия
Classification
Кластеризация
Causal Inference
Проведение экспериментов
Neural Networks
Retrieval-Augmented Generation
Large Language Models
Graph Neural Networks
Vector Databases
Pinecone
Weaviate
Milvus
pgvector
Delta Lake
Airflow
MLOps
AWS
Google Cloud Platform
Prompt Engineering
Knowledge Graphs
RDF
OWL
SPARQL
Natural Language Processing
A/B-тестирование
Synthetic Control Method
Uplift-моделирование

Оценка зарплаты

7 900EURв месяц

Чаще всего от 6 490 до 8 300

Ключевые навыки

Machine Learning

Python

Spark

Databricks

SQL

Статистика

Регрессия

Classification

Кластеризация

Causal Inference

Проведение экспериментов

Neural Networks

Retrieval-Augmented Generation

Large Language Models

Graph Neural Networks

Vector Databases

Pinecone

Weaviate

Milvus

pgvector

Delta Lake

Airflow

MLOps

AWS

Google Cloud Platform

Prompt Engineering

Knowledge Graphs

RDF

OWL

SPARQL

Natural Language Processing

A/B-тестирование

Synthetic Control Method

Uplift-моделирование

Детали

Сопроводительное письмо к вакансии