Python Developer (GCP)

Whites Sp. z o.o.; Warszawa; On-site; PLN 120,000 - 190,000; Full time

Benefits offered by this job

Realny wpływ na narzędzia

Bezpośredni kontakt z odbiorcami pracy

Krótka ścieżka decyzyjna i brak biurok

Finansowanie prywatnej opieki medyczne

Wsparcie inicjatyw - spotkania integr.

Pracę w rozwijającym się obszarze

Job summary

Whites Sp. z o.o. poszukuje programisty Python do Zespołu Strategii i R&D, który rozwija narzędzia GEO i raportowanie dla klientów. Praca koncentruje się na budowie własnych rozwiązań w Pythonie, integracjach z zewnętrznymi dostawcami i przetwarzaniu danych do Looker Studio.

Oczekujemy solidnych podstaw programistycznych, samodzielności i chęci rozwiązywania trudnych problemów technicznych. Praca w dynamicznym zespole, intensywne wykorzystanie Google Cloud Platform i BigQuery.

Qualifications

• Solid programming foundations and strong independence to tackle tough problems.
• Good command of Python and object-oriented programming.
• Basics of API integrations and external data sources.
• Knowledge of SQL/BigQuery is a plus.

Responsibilities

• Projektowanie i rozwój narzędzi w Pythonie, testy i dokumentacja.
• Integracje z zewnętrznymi API i usługami Google.
• Pobieranie i przetwarzanie danych ze stron internetowych.
• Wdrażanie rozwiązań opartych o modele językowe.
• Rozwój White Doga i przygotowanie danych pod raporty Looker Studio.
• Automatyzacja powtarzalnych procesów w zespołach.
• Praca z usługami Google Cloud Platform: Cloud Run, Pub/Sub, BigQuery, Firestore.

Skills

Python

SQL

APIs

Google Cloud Platform

Web scraping

Tools

BigQuery

Looker Studio

Cloud Run

Pub/Sub

Firestore

Google Analytics

Job description

Whites to agencja digital marketingu oparta na danych.
Szukamy programistyPython developera do Zespołu Strategii i R&D,który rozwija usługi GEO, czyli widoczność marek w wyszukiwarkach opartych o sztuczną inteligencję. To odpowiedź na zmianę, która dzieje się teraz: coraz większa część biznesu naszych klientów zaczyna się nie w wynikach wyszukiwania, tylko w odpowiedzi modelu językowego.
W zespole pracują specjalista Data Science, specjaliści GEO i Content Marketingu oraz UX/UI. Zajmujemy się analizami, projektowaniem procesów i budowaniem autorskich narzędzi analitycznych, które następnie replikujemy i przekazujemy działom produktowym w agencji: SEO, Content Marketingowi, Social Mediom i Performance Marketingowi.
Pracujemy w krótkich cyklach. Testujemy, wdrażamy, mierzymy efekt i szybko poprawiamy to, co nie działa. Nie mamy pomysłów czekających miesiącami na miejsce w harmonogramie. Wolimy małe wdrożenie, które od jutra działa u specjalisty, niż duży projekt, który zobaczy światło dzienne za pół roku. Codziennie pracujemy w środowisku Google, czyli arkuszach, dokumentach i prezentacjach, a komunikacja odbywa się na Slacku.

Twoim zadaniem będziewarstwa narzędzi i automatyzacji, na której opiera się praca zespołów produktowych i raportowanie dla klientów. Składają się na nią trzy obszary:

• Pierwszy to White Dog, nasze autorskie narzędzie do pomiaru widoczności marek w odpowiedziach modeli AI, działające w Google Cloud Platform. Jego rozwój to dokładanie kolejnych języków do pobierania i analizy danych, dodawanie nowych modeli językowych oraz ich kolejnych wersji, a także reagowanie na zmiany po stronie wyszukiwarek. Gdy w Polsce pojawia się AI Overview albo AI Mode, narzędzie musi to obsłużyć, zanim klient o to zapyta.
• Drugi to narzędzia wewnętrzne łączące dane z wielu źródeł. Przykładem jest SEO Helper, który spina Google Analytics, Search Console i Keyword Planner, a na wyjściu daje adresy URL z przypisanymi frazami kluczowymi i ich potencjałem. Innym są narzędzia analizy treści oparte o TF-IDF, badające podobieństwo i pokrycie tematyczne stron.
• Trzeci to dane pod raportowanie klienckie: pobranie, przetworzenie i przygotowanie warstwy w BigQuery, na której stoją raporty w Looker Studio.

Świadomie odchodzimy od gotowych platform automatyzacji na rzecz własnych rozwiązań w Pythonie, więc pracy programistycznej będzie przybywać, a nie ubywać.

Czym będziesz się zajmować?

• Projektowaniem, rozwojem i utrzymaniem narzędzi w Pythonie, wraz z testami i dokumentacją techniczną
• Integracjami z zewnętrznymi dostawcami danych: Zyte, SerpAPI, RapidAPI, narzędzia SEO, Content Marketingu i Social Media oraz interfejsy Google (Analytics, Search Console, Ads, Drive, Sheets)
• Pobieraniem i przetwarzaniem danych ze stron internetowych, w tym radzeniem sobie ze zmienną i nieuporządkowaną strukturą źródeł
• Wdrażaniem rozwiązań opartych o modele językowe: przetwarzanie odpowiedzi, klasyfikacja, analiza tekstu
• Rozwojem White Doga: kolejne języki, kolejne modele AI, reakcja na zmiany w wyszukiwarkach
• Przygotowaniem danych pod raporty klienckie w Looker Studio: modelowanie, agregacje, warstwa w BigQuery
• Automatyzacją powtarzalnych procesów w zespołach produktowych
• Pracą z usługami Google Cloud Platform: Cloud Run, Cloud Run Functions, Pub/Sub, Cloud Storage, BigQuery, Firestore.

Czego oczekujemy?

Nie musisz znać wszystkiego z naszej listy technologii. Musisz natomiast mieć solidne podstawy programistyczne, dużą samodzielność i realną chęć mierzenia się z trudnymi problemami technicznymi. Poniżej nasze oczekiwania w skali od 1 do 5, żeby było jasne, co jest krytyczne, a czego nauczysz się u nas.

• Python: 4/5.Fundament roli. Programowanie obiektowe, biblioteka standardowa, Pandas, Requests
• Integracje z zewnętrznymi API: 4/5.Uwierzytelnianie, limity zapytań, obsługa błędów, ponawianie żądań, niekompletne i zmieniające się odpowiedzi
• Samodzielność i odpowiedzialność: 4/5.Od rozmowy o potrzebie zespołu do działającego rozwiązania, bez gotowej specyfikacji
• SQL: 4/5.Sprawne zapytania i świadomość kosztu przetwarzania
• Pobieranie danych ze stron internetowych: 4/5.Parsowanie, normalizacja, odporność na zmiany źródła
• Google Cloud Platform: 3/5.BigQuery i usługi serverless w praktyce produkcyjnej. Nie potrzebujemy architekta chmury, potrzebujemy kogoś, kto potrafi w niej wdrożyć i utrzymać usługę
• Praca z modelami językowymi: 3/5.Korzystanie z modeli przez API i budowanie na nich automatyzacji. To obszar, w którym będziesz się u nas rozwijać
• Analiza tekstu i podstawy uczenia maszynowego: 3/5.TF-IDF, wektory reprezentacji tekstu, scikit-learn, numpy
• Backend narzędzi wewnętrznych: 3/5.Prosty serwis w FastAPI lub Flasku. Nie budujemy publicznych API, więc nie oczekujemy specjalisty od architektury usług
• Infrastruktura i DevOps: 2/5.Git obowiązkowo, Docker i CI/CD mile widziane.

W praktyce podział pracy wygląda tak: około 80 procent to Python, dane i integracje, a około 20 procent to rozwiązania oparte o AI. Ta druga część rośnie, bo nasze działy produktowe coraz mocniej wchodzą w tematy związane ze sztuczną inteligencją.

Mile widziane:

• Looker Studio i przygotowywanie danych pod raportowanie
• Znajomość narzędzi do budowy rozwiązań AI: Vertex AI, LangGraph, MCP, RAG
• Praktyczna znajomość architektury agentów opartych o modele językowe: korzystanie z narzędzi, planowanie, zarządzanie kontekstem. Z własnych wdrożeń, nie z tutoriali
• Własny projekt oparty o RAG lub agenty, który realnie działał i był przez kogoś używany
• Znajomość realiów SEO, content marketingu lub analityki internetowej
• Firestore lub inne bazy typu NoSQL
• Bierzesz odpowiedzialność za to, co zbudowałeś
• Wolisz wdrożyć coś małego w tym tygodniu niż projektować idealne rozwiązanie przez kwartał
• Interesuje Cię, jak działają modele językowe, i testujesz je sam, a nie tylko czytasz o nich w podsumowaniach
• Nie przeszkadza Ci, że wymagania przychodzą od specjalisty marketingu, a nie w formie gotowego zgłoszenia z opisem rozwiązania.

Kiedy to nie jest oferta dla Ciebie

• Szukasz pracy przy jednym dużym systemie produktowym, gdzie przez rok rozwija się ten sam moduł
• Chcesz zajmować się wyłącznie czystym backendem i nie interesują Cię dane ani ich analiza
• Oczekujesz gotowej specyfikacji i zamkniętego zakresu zadania
• Zależy Ci na formalnym procesie i wielopoziomowej akceptacji decyzji.

Co zyskasz, dołączając do nas?

• Realny wpływ na to, jakie narzędzia powstają i jak są zbudowane
• B ezpośredni kontakt z odbiorcami Twojej pracy: specjalistami, którzy w tym samym tygodniu powiedzą, co działa, a co nie
• Kr ótką ścieżkę decyzyjną i brak rozbudowanej biurokracji
• do finansowanie do prywatnej opieki medycznej oraz do wsparcia psychoterapeutycznego
• Wsparcie oddolnych inicjatyw - organizujemy spotkania integracyjne i świętujemy wspólne sukcesy
  
• Pracę w obszarze, który dopiero się kształtuje i którego nie da się nauczyć z kursu.