Senior Data Scientist - R&D | System ochrony ptaków

O projekcie:
Jesteśmy BIOSECO

Jesteśmy firmą, która łączy nowoczesne technologie z potrzebami środowiska, umożliwiając zrównoważony rozwój nowoczesnemu przemysłowi. Projektujemy, wdrażamy i rozwijamy rozwiązania wykorzystujące analizę wizyjną, sztuczną inteligencję oraz technologię obliczeń rozproszonych, aby wspierać bezpieczeństwo i ochronę ptaków na lotniskach i farmach wiatrowych. Łączymy kompetencje z zakresu inżynierii, technologii Internetu rzeczy, analizy danych i wiedzy przyrodniczej.

W związku z rozwojem firmy szukamy osoby, która pomoże nam lepiej wykorzystywać dane zbierane przez nasze systemy działające na farmach wiatrowych i lotniskach.

Szukamy Senior / Lead Data Analysta, który będzie odpowiedzialny za pełny proces analityczny: od zrozumienia problemu biznesowego lub technicznego, przez pozyskanie i przygotowanie danych, dobór metod analizy, przygotowanie raportów i wizualizacji, aż po interpretację wyników oraz rekomendacje dalszych działań.

To rola dla osoby, która potrafi nie tylko „policzyć dane”, ale też zrozumieć, co z nich wynika, jakie są ograniczenia analizy, gdzie mogą pojawić się błędy i jak przełożyć wyniki na praktyczne decyzje. Rola obejmuje również mentoring i koordynację pracy Junior Data Analysta.

Wymagania:
Szukamy osoby, która:

- Ma doświadczenie w prowadzeniu analiz danych end-to-end — od zrozumienia problemu, przez przygotowanie danych, po raport i rekomendacje;
- Bardzo dobrze zna statystykę i potrafi stosować ją praktycznie, w tym:

- opis danych, rozkłady, statystyki dyspersji;
- typy błędów i niepewność pomiarową;
- przedziały ufności;
- testowanie hipotez;
- modele regresji i GLM;
- analizę szeregów czasowych, trendów oraz detekcję anomalii;

- Bardzo dobrze zna Python i potrafi wykorzystywać go do analizy danych;
- Pracowała z bibliotekami takimi jak: Pandas, Numpy, Matplotlib, Plotly, Scikit-learn lub Statsmodels;
- Zna SQL i potrafi samodzielnie pisać zapytania, łączyć dane oraz pracować z większymi zbiorami danych;
- Potrafi tworzyć czytelne raporty i wizualizacje, które pomagają zrozumieć problem i podjąć decyzję;
- Ma umiejętność krytycznego myślenia i potrafi ocenić jakość danych oraz wiarygodność wyników;
- Potrafi samodzielnie planować pracę, ustalać priorytety i dowozić konkretne rezultaty;
- Umie jasno komunikować wyniki analiz osobom technicznym i nietechnicznym;
- Dobrze zna język angielski, szczególnie w zakresie czytania i tworzenia dokumentacji technicznej

Mile widziane/z tym pracujemy:

- Znajomość przetwarzania sygnałów, np. próbkowania, wygładzania, filtrów i analizy sygnałów czasowych;- Doświadczenie z analizą danych z systemów IoT, sensorów, monitoringu, systemów embedded lub urządzeń działających w terenie;- Doświadczenie z danymi multimedialnymi, np. obrazem, wideo lub dźwiękiem- Znajomość podstaw machine learningu w praktycznych zastosowaniach: klasyfikacja, regresja, clustering, detekcja anomalii;- Doświadczenie w pracy z danymi środowiskowymi, przyrodniczymi lub przemysłowymi;- Umiejętność organizowania kodu analitycznego w sensowne struktury projektowe, np. pakiety, venv, poetry;- Doświadczenie w pracy z Jupyter Notebook / JupyterLab;- Doświadczenie w mentoringu lub prowadzeniu mniej doświadczonych analityków.

Codzienne zadania:
- Analiza danych pochodzących z systemów monitoringu środowiska, w szczególności z farm wiatrowych i lotnisk;
- Praca z danymi z różnych źródeł: baz danych, logów CSV, raportów systemowych, a potencjalnie także danych multimedialnych;
- Identyfikowanie problemów analitycznych i dobór właściwych metod ich rozwiązania;
- Pozyskiwanie, czyszczenie, łączenie i przygotowywanie danych do dalszej analizy;
- Tworzenie przejrzystych raportów dla klientów oraz raportów wewnętrznych do celów diagnostycznych, kontrolnych i rozwojowych;
- Przygotowywanie wizualizacji danych oraz interpretacji wyników;
- Analiza trendów, anomalii, zależności i skuteczności działania systemów;
- Korzystanie z gotowych narzędzi i skryptów analitycznych oraz tworzenie własnych rozwiązań ad hoc, głównie w Pythonie;
- Wspieranie zespołów R&D, software i wdrożeniowych w diagnozowaniu problemów oraz ulepszaniu systemu;
- Formułowanie wniosków i rekomendacji na podstawie danych;
- Mentoring i koordynacja pracy Junior Data Analysta;
- Dbanie o jakość, powtarzalność i czytelność analiz oraz raportów.
- To praca w środowisku R&D, gdzie analizy nie trafiają do szuflady — pomagają ulepszać realne systemy działające u klientów i wspierające ochronę ptaków na farmach wiatrowych oraz lotniskach.