Senior Data Scientist

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.