Data Scientist / ML Engineer
Antal
⚲ Warszawa
16 800 - 25 200 PLN (B2B)
Wymagania
- Data science
- Python
- 4GL
- SQL
- ML
- Data engineering
- SAS Viya (nice to have)
- MLOps (nice to have)
Opis stanowiska
O projekcie: Data Scientist / ML Engineer Poszukujemy osoby, która będzie rozwijać i utrzymywać istniejące rozwiązania z obszaru Machine Learning w środowisku produkcyjnym, ze szczególnym naciskiem na przygotowanie danych, jakość modeli oraz ich stabilne działanie w środowisku biznesowym. Rola ma charakter hybrydowy i łączy elementy Data Science, Data Engineering oraz MLOps. 📍 Warszawa Wola (model hybrydowy - 2 dni pracy z biura) 📅 Projekt: 01.05.2026 – 30.11.2026 (z opcją przedłużenia) Oferujemy - Zatrudnienie w modelu outsourcingowym (UoP lub B2B) - Udział w zaawansowanym projekcie data-driven - Realny wpływ na rozwój rozwiązań analitycznych - Pracę w modelu hybrydowym (biuro przy Rondzie Daszyńskiego) - Współpracę z zespołem ekspertów z obszaru danych i analityki Wymagania: Wymagania - Doświadczenie w pracy z Python i SQL w kontekście przetwarzania danych - Praktyczne doświadczenie w budowie pipeline’ów danych (ETL / ELT) - Umiejętność przygotowania danych do modelowania (feature engineering, Data Marts) - Doświadczenie we wdrażaniu i utrzymaniu modeli ML w środowisku produkcyjnym - Znajomość zagadnień związanych z jakością danych i monitoringiem modeli - Doświadczenie w pracy z systemami kontroli wersji (Git) Mile widziane - Doświadczenie z Kubernetes / środowiskami kontenerowymi - Znajomość środowiska SAS Viya lub podobnych platform analitycznych - Doświadczenie z hurtowniami danych (np. Oracle / Exadata) - Znajomość narzędzi MLOps Codzienne zadania: - Rozwój, wdrażanie i utrzymanie modeli Machine Learning w środowisku produkcyjnym - Przygotowanie danych do modelowania (budowa i utrzymanie Data Martów) - Projektowanie i rozwój procesów ETL wspierających trenowanie i retrenowanie modeli - Monitorowanie jakości danych oraz wydajności i stabilności modeli - Współpraca z zespołami biznesowymi przy doprecyzowaniu wymagań i walidacji wyników - Rozwój istniejących rozwiązań oraz udział w nowych inicjatywach w obszarze AI/ML