Data Scientist - Deep Learning Forecasting
⚲ Warszawa, Kraków, Wrocław
Do uzgodnienia
Wymagania
- min. 5 lat praktycznego doświadczenia w data science i uczeniu maszynowym z udokumentowanym przełożeniem modelowania na wyniki biznesowe
- biegłość w Python i stacku ML (PyTorch lub TensorFlow, Pandas, NumPy, Scikit-learn)
- ekspertyza w prognozowaniu szeregów czasowych, najlepiej opartym na Deep Learning, preferowane w prognozowaniu popytu
- doświadczenie w feature engineering, testowaniu istotności cech i explainability
- Master lub PhD w Computer Science, Machine Learning, Statystyce, Inżynierii lub pokrewnej dziedzinie
- zrozumienie produkcyjnych workflow ML (wersjonowanie, testowanie, reprodukowalność, deployment)
Mile widziane
- publikacje w recenzowanych konferencjach ML/AI (ICLR, ICML, NIPS)
- doświadczenie w zastosowaniu ML w finansach, tradingu lub revenue management
Opis stanowiska
Rola w zespole Large Market Modeling firmy tworzącej AI do prognozowania popytu i wyceny w lotnictwie — budowa i trenowanie produkcyjnych modeli prognozowania popytu na podstawie sygnałów rynkowych i zachowań klientów. Oferta dla doświadczonego data scientista specjalizującego się w prognozowaniu szeregów czasowych i uczeniu głębokim. Uwaga: 'responsible AI' to modne hasło bez potwierdzenia w praktykach; '96% forecast accuracy' podane bez kontekstu może być wybiórcze.
🔍 Dekoder Ogłoszenia
🔴
responsible AI
Modne hasło marketingowe, które może nie mieć pokrycia w rzeczywistych praktykach etycznych firmy.
🔴
96% forecast accuracy
Bardzo konkretna liczba, ale bez podania kontekstu (np. na jakim zbiorze danych, w jakich warunkach) – może być wybiórcza.
🟡
consistent average profit uplift of 7%
Konkretny wynik, ale może dotyczyć tylko wybranych klientów lub okresów; brak metodologii.
🟡
industry-agnostic
Sugeruje uniwersalność rozwiązania, co w praktyce może oznaczać brak specjalizacji i konieczność dostosowywania się do wielu branż.