JustJoin.IT
Praca zdalna
Expert
Data Scientist Manager (NLP & GenAI) - Consumer Insights
⚲ New York
Do uzgodnienia
Wymagania
- min. 8 lat hands-on w data science lub ML, z silnym focusem na NLP i tekście nieustrukturyzowanym
- min. 3 lata zarządzania data scientistami jako bezpośrednimi podwładnymi (rekrutacja, coaching, performance, rozwój kariery)
- domain expertise w consumer insights, najlepiej CPG/FMCG (in-house, agencja badawcza lub consumer data/social listening)
- biegłość w brand equity, frameworkach kategorii i benefitów, innovation funnel
- ekspercki Python i SQL oraz doświadczenie w PySpark/Databricks
- hands-on doświadczenie z LLM, GenAI i prompt engineering
- gotowość do pracy z nakładającymi się godzinami z zespołami w US, Europie i Indiach
Opis stanowiska
Kratos Growth szuka Data Scientist Managera do zarządzania zespołem budującym wielojęzyczne modele NLP, ML i GenAI stojące za platformą consumer intelligence. Około połowę czasu spędzisz hands-on — pisząc kod, reviewując modele i pracując z danymi — a połowę na zarządzaniu zespołem, wyznaczaniu kierunku technicznego i mentoringu. Będziesz też ekspertem firmy ds. consumer insights i prezentować metodologię klientom enterprise. Praca z rozproszonym zespołem (US, Europa, Indie) wymaga nakładania się godzin. Szczera uwaga: ogłoszenie używa zwrotu 'transforms billions of data points into strategic insights' — to typowy marketingowy opis skali, który nie mówi nic o realnych wyzwaniach technicznych ani jakości danych.
🔍 Dekoder Ogłoszenia
🟡
stay a strong individual contributor who writes code, reviews models and gets into the data
Rola managerska z dużym udziałem pracy hands-on (ok. połowa czasu) — realne, ale warto potwierdzić, czy nie oznacza to pracy ponad etat menedżerski.
🟡
Expect to spend around half your time hands-on
Konkretny, transparentny podział czasu — plus za jasność, ale oznacza, że to nie jest czysto zarządcza rola.
🔴
transforms billions of data points into strategic insights
Typowy marketingowy zwrot o skali danych — nie mówi nic o realnych wyzwaniach technicznych ani jakości danych.
🟡
global brands such as Coca Cola, Unilever, and Bayer
Nazwani klienci budują prestiż, ale nie mówią nic o warunkach zatrudnienia ani realiach pracy z tymi klientami.