Specjalista / Specjalistka ds. Data Science i AI
Base Group
Rola dla specjalisty Data Science i AI, który będzie odpowiedzialny za analizę danych, projektowanie, trenowanie i wdrażanie modeli Machine Learning. Kluczowe jest doświadczenie w budowaniu i wdrażaniu modeli, a także w rozwijaniu pipeline'ów CI/CD i konteneryzacji środowisk ML. Rola wymaga współpracy z zespołami Data Engineering, Backend i DevOps oraz prezentowania wyników analiz biznesowi.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: szczegółowy opis procesu rekrutacyjnego., informacje o konkretnych narzędziach mlflow, dvc lub weights & biases, które są mile widziane, ale nie wymagane..
Rola dla specjalisty Data Science i AI, który będzie odpowiedzialny za analizę danych, projektowanie, trenowanie i wdrażanie modeli Machine Learning. Kluczowe jest doświadczenie w budowaniu i wdrażaniu modeli, a także w rozwijaniu pipeline'ów CI/CD i konteneryzacji środowisk ML. Rola wymaga współpracy z zespołami Data Engineering, Backend i DevOps oraz prezentowania wyników analiz biznesowi.
- ✓Udział w nowoczesnych projektach AI i Data Science
- ✓Praca z nowoczesnym stackiem technologicznym
- ✓Realny wpływ na rozwój rozwiązań analitycznych w organizacji
- ✓Możliwość doskonalenia zawodowego - finansowane przez firmę szkolenia i podnoszenie kwalifikacji
- ✓Dostęp do platformy e-learningowej z bogatą bazą kursów
- ✓Brak dress code’u
- ✓Parking dla pracowników
- !Wynagrodzenie składa się z podstawy i premii kwartalnej (10% wynagrodzenia zasadniczego), co może oznaczać zmienność całkowitego dochodu.
- !Model pracy jest stacjonarny ('office'), co może być minusem dla osób szukających pracy zdalnej lub hybrydowej.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Analiza danych i identyfikacja obszarów do wykorzystania AI oraz ML
- •Projektowanie, trenowanie i wdrażanie modeli Machine Learning
- •Prowadzenie eksperymentów i monitorowanie jakości modeli po wdrożeniu
- •Rozwój pipeline’ów CI/CD oraz konteneryzacja środowisk ML z użyciem Docker
- •Wersjonowanie modeli, danych i kodu oraz dokumentowanie prac projektowych
- •Współpraca z zespołami Data Engineering, Backend i DevOps
- •Prezentowanie wyników analiz oraz rekomendacji dla biznesu
- •Udział w rozwoju standardów i rozwiązań AI w organizacji
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Kandydat z minimum 1,5 roku doświadczenia w obszarze Data Science, ML Engineering lub MLOps, bardzo dobrze znający Python oraz biblioteki ML/DL (scikit-learn, pandas, numpy, PyTorch lub TensorFlow). Musi posiadać znajomość SQL, Docker, Git/GitHub oraz podstaw CI/CD.
Rola nie jest dla osób bez doświadczenia w Data Science/ML, które nie potrafią programować w Pythonie lub nie znają podstawowych narzędzi do konteneryzacji i wersjonowania kodu.
- ?Jakie są konkretne przykłady projektów AI/ML, nad którymi zespół pracował ostatnio?
- ?Jak wygląda proces wdrażania modeli ML do produkcji?
- ?Jakie są narzędzia i procesy używane do monitorowania jakości modeli po wdrożeniu?
- ?Jakie są oczekiwania dotyczące współpracy z zespołami Data Engineering, Backend i DevOps?
- ?Jakie są możliwości rozwoju zawodowego w obszarze AI/ML w firmie?
- −Szczegółowy opis procesu rekrutacyjnego.
- −Informacje o konkretnych narzędziach MLflow, DVC lub Weights & Biases, które są mile widziane, ale nie wymagane.
- −Dokładny zakres odpowiedzialności w zakresie etyki AI i polityk bezpieczeństwa danych (jeśli kandydat nie ma wykształcenia kierunkowego).
Firma podkreśla, że tworzą ją wyjątkowi ludzie i każdy dzień jest szansą na zrozumienie biznesu klienta. Wspomniane są również imprezy integracyjne i pikniki rodzinne.