Senior Data Scientist
⚲ Katowice
Do uzgodnienia
Wymagania
- Python
- SQL
- GCP
Opis stanowiska
Szukamy doświadczonej osoby, która pomoże rozwijać rozwiązania oparte o dane, machine learning i AI - od zrozumienia problemu biznesowego, przez budowę modeli, po ich wdrożenie i utrzymanie w środowisku produkcyjnym.
To rola dla osoby, która łączy podejście analityczne z inżynierskim, potrafi samodzielnie prowadzić tematy end-to-end i chce mieć realny wpływ na rozwój rozwiązań ML w dużej organizacji.
Czym będziesz się zajmować?
• Projektowaniem, tworzeniem i rozwijaniem modeli oraz rozwiązań ML/AI wspierających decyzje biznesowe, personalizację, automatyzację i lepsze wykorzystanie danych w naszych produktach.
• Prowadzeniem pełnego cyklu pracy nad rozwiązaniami ML - od analizy i eksperymentów po wdrożenie, monitoring i dalszy rozwój.
• Wdrażaniem modeli do środowisk produkcyjnych, głównie z wykorzystaniem Google Cloud Platform i Vertex AI.
• Budową i automatyzacją pipeline’ów ML oraz procesów trenowania, scoringu i monitoringu.
• Rozwojem rozwiązań działających blisko real-time, np. scoringu, rekomendacji, personalizacji lub decyzji produktowych opartych na bieżących sygnałach użytkownika.
Czego szukamy?
• Kilkuletniego praktycznego doświadczenia w budowaniu, wdrażaniu i rozwijaniu rozwiązań opartych o Data Science / Machine Learning.
• Bardzo dobrej znajomości Pythona, SQL oraz pracy z dużymi zbiorami danych.
• Doświadczenia w budowie, walidacji i wdrażaniu modeli ML w środowiskach produkcyjnych.
• Praktycznej znajomości bibliotek i narzędzi ML, np. pandas, numpy, scikit-learn, XGBoost / LightGBM, TensorFlow, PyTorch.
• Doświadczenia z Google Cloud Platform, szczególnie Vertex AI / Vertex AI Workbench.
• Znajomości podejścia MLOps: pipeline’y, model registry, deployment, monitoring, CI/CD.
• Samodzielności, proaktywności oraz umiejętności praktycznego wykorzystywania narzędzi AI do prototypowania, automatyzacji pracy i przyspieszania eksperymentów.
Mile widziane
• Doświadczenie z usługami GCP, takimi jak BigQuery ML, GCS, Pub/Sub, Dataflow, Cloud Run.
• Znajomość API / REST, Dockera i podstaw architektury mikroserwisowej.
• Doświadczenie z GenAI / LLM, np. prompt engineering, RAG, automatyzacja analiz lub integracja narzędzi AI z procesami biznesowymi.
Co oferujemy?
• Pracę nad realnymi, produkcyjnymi rozwiązaniami ML.
• Dużą autonomię i wpływ na kierunek rozwoju architektury ML.
• Możliwość pracy z dużą skalą danych i ciekawymi wyzwaniami technicznymi.
• Przestrzeń do proponowania własnych rozwiązań i realny wpływ na wykorzystanie danych w biznesie.
To rola dla osoby, która łączy podejście analityczne z inżynierskim, potrafi samodzielnie prowadzić tematy end-to-end i chce mieć realny wpływ na rozwój rozwiązań ML w dużej organizacji.
Czym będziesz się zajmować?
• Projektowaniem, tworzeniem i rozwijaniem modeli oraz rozwiązań ML/AI wspierających decyzje biznesowe, personalizację, automatyzację i lepsze wykorzystanie danych w naszych produktach.
• Prowadzeniem pełnego cyklu pracy nad rozwiązaniami ML - od analizy i eksperymentów po wdrożenie, monitoring i dalszy rozwój.
• Wdrażaniem modeli do środowisk produkcyjnych, głównie z wykorzystaniem Google Cloud Platform i Vertex AI.
• Budową i automatyzacją pipeline’ów ML oraz procesów trenowania, scoringu i monitoringu.
• Rozwojem rozwiązań działających blisko real-time, np. scoringu, rekomendacji, personalizacji lub decyzji produktowych opartych na bieżących sygnałach użytkownika.
Czego szukamy?
• Kilkuletniego praktycznego doświadczenia w budowaniu, wdrażaniu i rozwijaniu rozwiązań opartych o Data Science / Machine Learning.
• Bardzo dobrej znajomości Pythona, SQL oraz pracy z dużymi zbiorami danych.
• Doświadczenia w budowie, walidacji i wdrażaniu modeli ML w środowiskach produkcyjnych.
• Praktycznej znajomości bibliotek i narzędzi ML, np. pandas, numpy, scikit-learn, XGBoost / LightGBM, TensorFlow, PyTorch.
• Doświadczenia z Google Cloud Platform, szczególnie Vertex AI / Vertex AI Workbench.
• Znajomości podejścia MLOps: pipeline’y, model registry, deployment, monitoring, CI/CD.
• Samodzielności, proaktywności oraz umiejętności praktycznego wykorzystywania narzędzi AI do prototypowania, automatyzacji pracy i przyspieszania eksperymentów.
Mile widziane
• Doświadczenie z usługami GCP, takimi jak BigQuery ML, GCS, Pub/Sub, Dataflow, Cloud Run.
• Znajomość API / REST, Dockera i podstaw architektury mikroserwisowej.
• Doświadczenie z GenAI / LLM, np. prompt engineering, RAG, automatyzacja analiz lub integracja narzędzi AI z procesami biznesowymi.
Co oferujemy?
• Pracę nad realnymi, produkcyjnymi rozwiązaniami ML.
• Dużą autonomię i wpływ na kierunek rozwoju architektury ML.
• Możliwość pracy z dużą skalą danych i ciekawymi wyzwaniami technicznymi.
• Przestrzeń do proponowania własnych rozwiązań i realny wpływ na wykorzystanie danych w biznesie.
🔍 Dekoder Ogłoszenia
🔴
prowadzić tematy end-to-end
Oznacza to, że będziesz odpowiedzialny za cały proces od początku do końca, co może wiązać się z szerokim zakresem obowiązków.
🟡
realny wpływ na rozwój rozwiązań ML
Może oznaczać, że Twoje pomysły będą brane pod uwagę, ale ostateczne decyzje mogą należeć do innych osób lub działów.
🟡
wspierających decyzje biznesowe
Twoje modele będą dostarczać dane do analizy, ale to ludzie będą podejmować ostateczne decyzje biznesowe.
🟡
rozwój rozwiązań działających blisko real-time
Może oznaczać, że systemy będą wymagały szybkiego przetwarzania danych, ale niekoniecznie oznacza to milisekundowe opóźnienia.
🟢
kilkuletniego praktycznego doświadczenia
Wymagane jest doświadczenie poparte konkretnymi projektami, a nie tylko teoretyczna wiedza.