JustJoin.IT Hybrydowo Mid

Data Scientist

emagine Polska

⚲ Pune

Do uzgodnienia

Wymagania

  • magister lub doktorat z dziedziny pokrewnej (informatyka, AI, data science)
  • min. 5 lat doświadczenia zawodowego w machine learning lub pokrewnych dziedzinach
  • bardzo dobra znajomość Pythona
  • doświadczenie z architekturami ML i metodami ewaluacji
  • doświadczenie z LLM i architekturami transformerowymi
  • praktyczne doświadczenie z Azure OpenAI Service lub równoważną platformą
  • umiejętność projektowania bezpiecznych i audytowalnych wzorców integracji dla agentów AI

Mile widziane

  • znajomość frameworków agentic AI (Azure AI Foundry, LangChain, AutoGen)

Opis stanowiska

Rola Data Scientista w projektach dla klienta z branży automotive — rozwijanie i wdrażanie modeli ML/DL oraz systemów generatywnej AI (RAG, systemy agentowe z tool calling i integracją API) na platformie Azure OpenAI. Praca wymaga łączenia kompetencji technicznych z umiejętnością komunikowania wyników biznesowi oraz pracy w zespołach cross-funkcyjnych w Agile. Uwaga: ogłoszenie nie podaje widełek wynagrodzenia, a lokalizacja to Pune (Bhosari) w Indiach.

🔍 Dekoder Ogłoszenia

🔴
engineer solutions within the automotive industry
Może oznaczać pracę nad istniejącymi, być może przestarzałymi systemami, a niekoniecznie tworzenie czegoś od zera.
🔴
create and deploy innovative AI technologies
Słowo 'innowacyjne' jest często używane jako marketingowy slogan i może oznaczać po prostu wdrażanie standardowych rozwiązań AI.
🔴
enterprise-grade generative AI applications
Może sugerować pracę nad dużymi, złożonymi systemami, które wymagają dużej ilości infrastruktury i mogą być trudne w utrzymaniu.
🔴
Analyze complex datasets and derive actionable business insights from technical findings
Może oznaczać, że będziesz musiał tłumaczyć skomplikowane wyniki techniczne na język zrozumiały dla biznesu, co może być czasochłonne i frustrujące.
🔴
Work in cross-functional teams in an Agile environment
Może oznaczać częste zmiany priorytetów i potrzebę szybkiego dostosowywania się do nowych wymagań projektowych.