Senior Python Data Scientist – AI Finance Platform
emagine
Rola polega na projektowaniu i dostarczaniu produktów opartych na sztucznej inteligencji oraz rozwiązań uczenia maszynowego dla platform finansowych. Kluczowe jest tworzenie skalowalnych, produkcyjnych rozwiązań, które usprawniają zarządzanie ryzykiem i efektywność operacyjną w silnie regulowanym środowisku finansowym. Kandydat będzie pracował w multidyscyplinarnym zespole, obejmującym cały cykl życia danych naukowych, od pozyskiwania danych po wdrażanie i monitorowanie modeli.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o konkretnych projektach, nad którymi będzie pracował kandydat., brak szczegółów dotyczących struktury zespołu i jego wielkości..
Rola polega na projektowaniu i dostarczaniu produktów opartych na sztucznej inteligencji oraz rozwiązań uczenia maszynowego dla platform finansowych. Kluczowe jest tworzenie skalowalnych, produkcyjnych rozwiązań, które usprawniają zarządzanie ryzykiem i efektywność operacyjną w silnie regulowanym środowisku finansowym. Kandydat będzie pracował w multidyscyplinarnym zespole, obejmującym cały cykl życia danych naukowych, od pozyskiwania danych po wdrażanie i monitorowanie modeli.
- ✓Praca nad 'cutting-edge AI solutions' dla globalnego klienta bankowego.
- ✓Możliwość pracy nad 'Generative AI use cases (e.g. LLMs, RAG pipelines)'.
- ✓Możliwość mentorowania lub kierowania młodszymi naukowcami danych.
- ✓Firma podkreśla kulturę otwartości, integralności i budowania silnych relacji.
- ✓Promowanie kultury inkluzji, współpracy, dobrostanu i rozwoju.
- ✓Inwestowanie w rozwój pracowników poprzez ciągłe szkolenia i rozwój.
- ✓Autonomia w przejmowaniu odpowiedzialności za projekty, podejmowaniu decyzji i wykazywaniu indywidualnej wiedzy.
- !Brak informacji o konkretnym procesie rekrutacyjnym.
- !Brak informacji o wielkości zespołu, z którym będzie współpracował kandydat.
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i rozwijanie skalowalnych potoków danych opartych na Pythonie do pozyskiwania, transformacji i analizy danych finansowych
- •Budowanie i wdrażanie modeli uczenia maszynowego w celu generowania prognoz i ulepszania inteligencji platformy
- •Udział i prowadzenie cyklu życia modeli (MLOps), w tym eksperymentowanie, walidacja, wdrażanie i monitorowanie
- •Rozwijanie rozwiązań opartych na AI, w tym zastosowań NLP i Generative AI (np. LLM, potoki RAG)
- •Implementacja ram jakości danych, walidacji i zarządzania zgodnych ze standardami regulacyjnymi i bezpieczeństwa
- •Projektowanie i budowanie pulpitów analitycznych oraz narzędzi monitorujących wydajność modeli i stan danych
- •Współpraca z interdyscyplinarnymi zespołami w celu dostarczania skalowalnych rozwiązań AI
- •Tłumaczenie złożonych wyników analitycznych na jasne, praktyczne wnioski dla starszych interesariuszy
Oferta dla doświadczonych specjalistów (Senior).
Kandydat z solidnym doświadczeniem w Pythonie i uczeniu maszynowym, który budował potoki danych i wdrażał modele produkcyjne, z dobrym zrozumieniem MLOps i standardów bezpieczeństwa danych, będzie minimalnym wymogiem.
Oferta nie jest dla osób, które nie posiadają doświadczenia w Pythonie i uczeniu maszynowym, nie mają doświadczenia w budowaniu i wdrażaniu modeli na dużą skalę, lub nie rozumieją zasad MLOps i zarządzania danymi.
- ?Jak wygląda typowy dzień pracy Senior Python Data Scientist w tym zespole?
- ?Jakie są główne wyzwania projektowe, z którymi zespół obecnie się mierzy?
- ?Jakie konkretne narzędzia i technologie są wykorzystywane w ramach MLOps?
- ?Czy istnieją możliwości rozwoju w kierunku Generative AI i LLM?
- ?Jak wygląda proces wdrażania modeli do produkcji?
- ?Jakie są oczekiwania dotyczące współpracy z interesariuszami na poziomie C-suite?
- ?Jakie są możliwości rozwoju kariery w emagine dla Senior Data Scientist?
- −Brak informacji o konkretnych projektach, nad którymi będzie pracował kandydat.
- −Brak szczegółów dotyczących struktury zespołu i jego wielkości.
- −Nie sprecyzowano, jakie konkretnie narzędzia do budowania dashboardów są preferowane.
- −Brak informacji o budżecie szkoleniowym lub możliwościach rozwoju.
Firma promuje kulturę otwartości, integralności, współpracy, dobrostanu i rozwoju, z naciskiem na budowanie silnych relacji i autonomię w projektach.