IT Architect / Data Scientist
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- scikit-learn
- Pandas
- XGBoost
- SQL
- Docker
- Kubernetes
- Linux
- Elasticsearch
Opis stanowiska
Nasze wymagania:
Minimum 4 lata doświadczenia w programowaniu rozwiązań w Pythonie
Bardzo dobra znajomość zagadnień z obszaru Machine Learning
Praktyczna znajomość bibliotek i narzędzi takich jak scikit-learn, pandas oraz XGBoost
Doświadczenie w tworzeniu rozwiązań związanych z anomaly detection
Doświadczenie w przygotowywaniu, przetwarzaniu i analizie danych
Praktyczna znajomość feature engineering
Dobra znajomość SQL
Znajomość zagadnień i praktyk MLOps
Doświadczenie w pracy z Dockerem i Kubernetesem
Dobra znajomość środowiska Linux
Znajomość dobrych praktyk programistycznych oraz procesów związanych z QA i jakością oprogramowania
Bardzo dobre umiejętności analityczne
Kreatywność, samodzielność oraz umiejętność poszukiwania i proponowania optymalnych rozwiązań
Mile widziane:
Doświadczenie w pracy z danymi przechowywanymi w Elasticsearch
Znajomość możliwości i modułu Machine Learning w Elasticsearch
Doświadczenie w projektowaniu lub realizacji komunikacji z wykorzystaniem Apache Kafka
O projekcie:
Nasz klient to jeden z trzech największych polskich banków uniwersalnych, jak również jedna z największych instytucji finansowych w obszarze Europy Środkowo-Wschodniej. Jako pierwszy polski bank uruchomił bankomat i wydał kartę kredytową.
Tryb pracy
Praca hybrydowa 1 dzień w miesiącu z biura Klienta w Warszawie.
Zakres obowiązków:
Projektowanie i rozwijanie rozwiązań wykorzystujących Machine Learning i Data Science
Tworzenie oraz rozwój rozwiązań w języku Python
Przygotowywanie, przetwarzanie i analiza dużych zbiorów danych
Projektowanie i realizacja procesów feature engineering
Budowanie i rozwijanie modeli ML, w tym rozwiązań służących do wykrywania anomalii
Projektowanie sposobu wdrażania i utrzymywania modeli w środowiskach produkcyjnych zgodnie z praktykami MLOps
Konteneryzacja oraz wdrażanie rozwiązań z wykorzystaniem Docker i Kubernetes
Współtworzenie architektury technicznej rozwijanych rozwiązań
Dbanie o jakość kodu, testowalność oraz zgodność z dobrymi praktykami programistycznymi
Współpraca z zespołami technicznymi przy integracji rozwiązań ML z pozostałymi elementami środowiska IT
Oferujemy:
Zyskujesz indywidualne wsparcie Service Delivery Managera, który pomoże Ci zaplanować ścieżkę kariery i zadba o Twój komfort i satysfakcję z pracy w projekcie
Szkolenia, certyfikaty i konferencje - dofinansowujemy lub w pełni pokrywamy koszty rozwoju kompetencji technicznych
SmartChange – umożliwiamy zmianę projektu i dobieramy kolejny zgodnie z Twoimi preferencjami
Dbamy o Twój work-life balance, dlatego poza pracą oferujemy wyjścia integracyjne, aktywności sportowe i inspirujące webinary #edge1talks, które rozwijają i łączą ludzi
Aktywność fizyczna – wspieramy sportowe inicjatywy i wynajem sal treningowych
Pakiet zdrowotny – prywatna opieka, karta sportowa, ubezpieczenie i platforma ze wsparciem psychologicznym
Elastyczne benefity – sam decydujesz, na co przeznaczasz punkty w naszym systemie benefitowym
Minimum 4 lata doświadczenia w programowaniu rozwiązań w Pythonie
Bardzo dobra znajomość zagadnień z obszaru Machine Learning
Praktyczna znajomość bibliotek i narzędzi takich jak scikit-learn, pandas oraz XGBoost
Doświadczenie w tworzeniu rozwiązań związanych z anomaly detection
Doświadczenie w przygotowywaniu, przetwarzaniu i analizie danych
Praktyczna znajomość feature engineering
Dobra znajomość SQL
Znajomość zagadnień i praktyk MLOps
Doświadczenie w pracy z Dockerem i Kubernetesem
Dobra znajomość środowiska Linux
Znajomość dobrych praktyk programistycznych oraz procesów związanych z QA i jakością oprogramowania
Bardzo dobre umiejętności analityczne
Kreatywność, samodzielność oraz umiejętność poszukiwania i proponowania optymalnych rozwiązań
Mile widziane:
Doświadczenie w pracy z danymi przechowywanymi w Elasticsearch
Znajomość możliwości i modułu Machine Learning w Elasticsearch
Doświadczenie w projektowaniu lub realizacji komunikacji z wykorzystaniem Apache Kafka
O projekcie:
Nasz klient to jeden z trzech największych polskich banków uniwersalnych, jak również jedna z największych instytucji finansowych w obszarze Europy Środkowo-Wschodniej. Jako pierwszy polski bank uruchomił bankomat i wydał kartę kredytową.
Tryb pracy
Praca hybrydowa 1 dzień w miesiącu z biura Klienta w Warszawie.
Zakres obowiązków:
Projektowanie i rozwijanie rozwiązań wykorzystujących Machine Learning i Data Science
Tworzenie oraz rozwój rozwiązań w języku Python
Przygotowywanie, przetwarzanie i analiza dużych zbiorów danych
Projektowanie i realizacja procesów feature engineering
Budowanie i rozwijanie modeli ML, w tym rozwiązań służących do wykrywania anomalii
Projektowanie sposobu wdrażania i utrzymywania modeli w środowiskach produkcyjnych zgodnie z praktykami MLOps
Konteneryzacja oraz wdrażanie rozwiązań z wykorzystaniem Docker i Kubernetes
Współtworzenie architektury technicznej rozwijanych rozwiązań
Dbanie o jakość kodu, testowalność oraz zgodność z dobrymi praktykami programistycznymi
Współpraca z zespołami technicznymi przy integracji rozwiązań ML z pozostałymi elementami środowiska IT
Oferujemy:
Zyskujesz indywidualne wsparcie Service Delivery Managera, który pomoże Ci zaplanować ścieżkę kariery i zadba o Twój komfort i satysfakcję z pracy w projekcie
Szkolenia, certyfikaty i konferencje - dofinansowujemy lub w pełni pokrywamy koszty rozwoju kompetencji technicznych
SmartChange – umożliwiamy zmianę projektu i dobieramy kolejny zgodnie z Twoimi preferencjami
Dbamy o Twój work-life balance, dlatego poza pracą oferujemy wyjścia integracyjne, aktywności sportowe i inspirujące webinary #edge1talks, które rozwijają i łączą ludzi
Aktywność fizyczna – wspieramy sportowe inicjatywy i wynajem sal treningowych
Pakiet zdrowotny – prywatna opieka, karta sportowa, ubezpieczenie i platforma ze wsparciem psychologicznym
Elastyczne benefity – sam decydujesz, na co przeznaczasz punkty w naszym systemie benefitowym
🔍 Dekoder Ogłoszenia
🔴
Kreatywność, samodzielność
Często oznacza brak wsparcia zespołu i konieczność samodzielnego rozwiązywania problemów bez jasnych procedur