Senior Data Scientist / Senior Machine Learning Engineer
⚲ Katowice
Do uzgodnienia
Wymagania
- Machine Learning
- Google Cloud
- BigQuery
- Python
- SQL
Opis stanowiska
Do zespołu United Data, wspierającego STS i SuperSport, szukamy doświadczonej osoby, która pomoże nam 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 patrzeć szerzej niż tylko na sam model czy pipeline - rozumiejąc całe rozwiązanie, jego integrację z innymi systemami oraz wpływ na produkt i biznes.
Czym będziesz się zajmować?
• Projektowaniem, tworzeniem i rozwijaniem modeli oraz rozwiązań ML/AI wspierających m.in. personalizację, rekomendacje, automatyzację i decyzje produktowe.
• Prowadzeniem pełnego cyklu życia rozwiązań ML - od analizy danych i eksperymentów, przez budowę i walidację modeli, po wdrożenie, monitoring i dalszy rozwój.
• Projektowaniem rozwiązań end-to-end, z uwzględnieniem danych, architektury, integracji z innymi systemami oraz sposobu wykorzystania wyników przez produkt lub biznes.
• Wdrażaniem modeli do środowisk produkcyjnych w Google Cloud, z wykorzystaniem m.in. BigQuery oraz narzędzi ekosystemu Gemini Enterprise Agent Platform / Vertex AI.
• Budową i automatyzacją pipeline’ów ML oraz procesów trenowania, scoringu, deploymentu i monitoringu.
• Rozwojem rozwiązań działających w trybie near real-time lub real-time, np. scoringu, rekomendacji, personalizacji czy decyzji opartych na bieżących sygnałach użytkownika.
• Współpracą z zespołami Product, CRM, Analytics i Data Engineering przy projektowaniu i wdrażaniu rozwiązań ML.
Czego szukamy?
• Kilkuletniego praktycznego doświadczenia w budowaniu, wdrażaniu i rozwijaniu rozwiązań 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.
• Umiejętności spojrzenia na rozwiązanie end-to-end - od danych i modelu, przez architekturę i integrację, aż po jego zastosowanie biznesowe.
• Praktycznej znajomości bibliotek i frameworków ML, np. pandas, NumPy, scikit-learn, XGBoost / LightGBM, TensorFlow lub PyTorch.
• Doświadczenia z Google Cloud, szczególnie BigQuery oraz usługami ML/MLOps z ekosystemu Vertex AI / Gemini Enterprise Agent Platform.
• Znajomości podejścia MLOps: pipeline’y, model registry, deployment, monitoring i CI/CD.
• Samodzielności, ownershipu oraz umiejętności komunikowania się zarówno z zespołami technicznymi, jak i biznesowymi.
To oferujemy:
• Pracę w świetnym zespole, którego siłą jest pasja i współpraca,
• Pracę pod skrzydłami przypisanego partnera w procesie onboardingu,
• Nowoczesne biuro w Katowicach z konsolą PS5 i piłkarzykami,
• Bezpłatne zajęcia z języka angielskiego,
• Kartę MedicoverSport, ubezpieczenie na życie i opiekę medyczną,
• Bezpłatne bilety na mecze reprezentacji Polski,
• Urozmaicone śniadania i obiady w dobrej cenie w naszym Bistro,
• Ścieżkę rozwoju osobistego oraz budżet na kursy i szkolenia,
• Codziennie świeże owoce, dobra kawa i zdrowe przekąski,
• Poszanowanie równowagi między życiem zawodowym a prywatnym.
To rola dla osoby, która łączy podejście analityczne z inżynierskim, potrafi samodzielnie prowadzić tematy end-to-end i patrzeć szerzej niż tylko na sam model czy pipeline - rozumiejąc całe rozwiązanie, jego integrację z innymi systemami oraz wpływ na produkt i biznes.
Czym będziesz się zajmować?
• Projektowaniem, tworzeniem i rozwijaniem modeli oraz rozwiązań ML/AI wspierających m.in. personalizację, rekomendacje, automatyzację i decyzje produktowe.
• Prowadzeniem pełnego cyklu życia rozwiązań ML - od analizy danych i eksperymentów, przez budowę i walidację modeli, po wdrożenie, monitoring i dalszy rozwój.
• Projektowaniem rozwiązań end-to-end, z uwzględnieniem danych, architektury, integracji z innymi systemami oraz sposobu wykorzystania wyników przez produkt lub biznes.
• Wdrażaniem modeli do środowisk produkcyjnych w Google Cloud, z wykorzystaniem m.in. BigQuery oraz narzędzi ekosystemu Gemini Enterprise Agent Platform / Vertex AI.
• Budową i automatyzacją pipeline’ów ML oraz procesów trenowania, scoringu, deploymentu i monitoringu.
• Rozwojem rozwiązań działających w trybie near real-time lub real-time, np. scoringu, rekomendacji, personalizacji czy decyzji opartych na bieżących sygnałach użytkownika.
• Współpracą z zespołami Product, CRM, Analytics i Data Engineering przy projektowaniu i wdrażaniu rozwiązań ML.
Czego szukamy?
• Kilkuletniego praktycznego doświadczenia w budowaniu, wdrażaniu i rozwijaniu rozwiązań 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.
• Umiejętności spojrzenia na rozwiązanie end-to-end - od danych i modelu, przez architekturę i integrację, aż po jego zastosowanie biznesowe.
• Praktycznej znajomości bibliotek i frameworków ML, np. pandas, NumPy, scikit-learn, XGBoost / LightGBM, TensorFlow lub PyTorch.
• Doświadczenia z Google Cloud, szczególnie BigQuery oraz usługami ML/MLOps z ekosystemu Vertex AI / Gemini Enterprise Agent Platform.
• Znajomości podejścia MLOps: pipeline’y, model registry, deployment, monitoring i CI/CD.
• Samodzielności, ownershipu oraz umiejętności komunikowania się zarówno z zespołami technicznymi, jak i biznesowymi.
To oferujemy:
• Pracę w świetnym zespole, którego siłą jest pasja i współpraca,
• Pracę pod skrzydłami przypisanego partnera w procesie onboardingu,
• Nowoczesne biuro w Katowicach z konsolą PS5 i piłkarzykami,
• Bezpłatne zajęcia z języka angielskiego,
• Kartę MedicoverSport, ubezpieczenie na życie i opiekę medyczną,
• Bezpłatne bilety na mecze reprezentacji Polski,
• Urozmaicone śniadania i obiady w dobrej cenie w naszym Bistro,
• Ścieżkę rozwoju osobistego oraz budżet na kursy i szkolenia,
• Codziennie świeże owoce, dobra kawa i zdrowe przekąski,
• Poszanowanie równowagi między życiem zawodowym a prywatnym.
🔍 Dekoder Ogłoszenia
🔴
patrzeć szerzej niż tylko na sam model czy pipeline - rozumiejąc całe rozwiązanie, jego integrację z innymi systemami oraz wpływ na produkt i biznes
Może oznaczać, że oczekuje się odpowiedzialności za wiele obszarów jednocześnie, w tym za integracje i wpływ na biznes, co bywa trudne do pogodzenia z codzienną pracą data scientist.
🔴
samodzielnie prowadzić tematy end-to-end
Sugeruje dużą autonomię, ale też brak wsparcia lub konieczność radzenia sobie z całym procesem od analizy do utrzymania produkcji.
🟡
rozwiązania oparte o dane, Machine Learning i AI
Bardzo ogólne sformułowanie, które może ukrywać brak sprecyzowanego zakresu obowiązków.