Data Scientist
Vaillant Group Business Services Poland
Rola koncentruje się na zastosowaniu uczenia maszynowego i zaawansowanej statystyki (zwłaszcza analizy szeregów czasowych) do rozwiązywania realnych problemów biznesowych w sektorze grzewczym (pompy ciepła, gazowe urządzenia grzewcze). Na co dzień będziesz przekładać wymagania biznesowe na przypadki analityczne, estymować nakład pracy, oceniać jakość danych i przygotowywać je do modelowania, a następnie wdrażać rozwiązania ML/AI w chmurze Azure (z wykorzystaniem Databricks/Spark i własnych aplikacji Python). Będziesz też komunikować wyniki interesariuszom i krytycznie oceniać działanie modeli. To rola produkcyjna, nie badawcza – oczekuje się dostarczania działających rozwiązań.
Brakuje: nie podano wielkości zespołu data science, nie opisano procesu rekrutacyjnego (liczba etapów, zadanie domowe).
Rola koncentruje się na zastosowaniu uczenia maszynowego i zaawansowanej statystyki (zwłaszcza analizy szeregów czasowych) do rozwiązywania realnych problemów biznesowych w sektorze grzewczym (pompy ciepła, gazowe urządzenia grzewcze). Na co dzień będziesz przekładać wymagania biznesowe na przypadki analityczne, estymować nakład pracy, oceniać jakość danych i przygotowywać je do modelowania, a następnie wdrażać rozwiązania ML/AI w chmurze Azure (z wykorzystaniem Databricks/Spark i własnych aplikacji Python). Będziesz też komunikować wyniki interesariuszom i krytycznie oceniać działanie modeli. To rola produkcyjna, nie badawcza – oczekuje się dostarczania działających rozwiązań.
- ✓Dodatkowe 2 płatne dni wolne oraz dofinansowanie rekreacji
- ✓Możliwość pracy zdalnej z zagranicy do 30 dni w roku
- ✓Zniżki na produkty firmy do 30%
- ✓Platforma do samodzielnej nauki języków (eTutor) oraz programy mentoringowe
- ✓Międzynarodowe projekty w stabilnej, rodzinnej firmie z ugruntowaną pozycją rynkową
- !Nieprecyzyjny zapis 'hybrid work 70/30' – nie wiadomo, czy oznacza to 70% w biurze, czy 70% zdalnie
- !Brak informacji o procesie rekrutacyjnym (etapy, zadanie rekrutacyjne)
- !Zespół pracuje w agile, ale brak szczegółów o metodyce i wielkości zespołu
- •Przekładanie wymagań biznesowych na przypadki użycia ML / analizy szeregów czasowych
- •Szacowanie wykonalności i nakładu pracy na podstawie modelu danych Vaillant
- •Analiza jakości danych i ich preprocessing (czyszczenie, transformacja, inżynieria cech)
- •Stosowanie najnowszych technik ML/AI i zaawansowanych metod statystycznych do realizacji celów firmowych
- •Krytyczna ocena rozwiązań ML/AI za pomocą metryk i walidacja osiągnięcia celów biznesowych
- •Przygotowywanie prezentacji i wizualizacji wniosków dla interesariuszy
- •Budowa produkcyjnych aplikacji AI/ML przy użyciu chmury Azure i samodzielnie napisanego kodu Python
- •Praca w interdyscyplinarnym zespole w metodyce agile
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Minimalnie: osoba z 4-letnim doświadczeniem w Data Science, biegła w Pythonie i ML, która jest w stanie samodzielnie przygotować dane i wdrożyć model w chmurze. Brak znajomości Azure/Databricks nie dyskwalifikuje, ale będzie wymagał szybkiego douczenia.
Juniorzy z mniej niż 3-4 latami doświadczenia raczej nie spełnią wymogu '4+ years'. Również osoby szukające typowo badawczej/eksploracyjnej roli (Data Science bez wdrożeń produkcyjnych) mogą być rozczarowane naciskiem na deployment.
- ?Jak rozumiecie model hybrydowy 70/30 – czy 70% czasu w biurze, czy 70% zdalnie?
- ?Ile osób liczy zespół Data Science i iloma projektami jednocześnie się zajmuje?
- ?Jak wygląda proces wdrażania modeli do produkcji – kto odpowiada za deployment i monitoring?
- ?Czy w projekcie korzystacie z konkretnych serwisów Azure (np. ML Studio, Functions, Data Factory)?
- ?Jakie są typowe źródła danych i czy macie już gotową infrastrukturę Databricks?
- ?Czy wiąże się to z dyżurami on-call lub wsparciem produkcyjnym po godzinach?
- ?Jakie jest podejście do eksperymentów i wersjonowania modeli?
- −Nie podano wielkości zespołu Data Science
- −Nie opisano procesu rekrutacyjnego (liczba etapów, zadanie domowe)
- −Brak informacji o ewentualnych dyżurach on-call
- −Nie wiadomo, czy praca dotyczy jednego konkretnego produktu czy wielu projektów jednocześnie
Praca w interdyscyplinarnym środowisku w metodyce agile, z naciskiem na współpracę i inicjatywę. Firma promuje różnorodność i work-life balance.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Machine Learning. Pełne statystyki zarobków →