Data Science Specialist
Pyramid Consulting
Rola to senior AI/ML Engineer skoncentrowany na batch inference i grafowych systemach rekomendacyjnych. Będziesz projektować i rozwijać skryptowe pipeline'y przetwarzania danych, modele ML do predykcji i rekomendacji, a także grafy wiedzy w Amazon Neptune i wyszukiwarkę w OpenSearch. To stanowisko inżynieryjne, nie badawcze – głównie kodowanie w Pythonie, SQL, praca z danymi i cloudem AWS. Mimo tytułu 'Data Science Specialist', praca jest znacznie bliższa ML Engineer/Data Engineer.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak opisu procesu rekrutacyjnego, nie podano wielkości zespołu ani struktury organizacyjnej.
Tytuł sugeruje stanowisko Data Science Specialist (analityka/statystyka), ale rzeczywista rola to AI/ML Engineer inżynieryjny – projektowanie i implementacja batch pipeline'ów, grafów i wyszukiwania. To stanowisko jest mocno ukierunkowane na inżynierię danych i ML, a nie na analizę eksploracyjną czy modelowanie statystyczne.
Rola to senior AI/ML Engineer skoncentrowany na batch inference i grafowych systemach rekomendacyjnych. Będziesz projektować i rozwijać skryptowe pipeline'y przetwarzania danych, modele ML do predykcji i rekomendacji, a także grafy wiedzy w Amazon Neptune i wyszukiwarkę w OpenSearch. To stanowisko inżynieryjne, nie badawcze – głównie kodowanie w Pythonie, SQL, praca z danymi i cloudem AWS. Mimo tytułu 'Data Science Specialist', praca jest znacznie bliższa ML Engineer/Data Engineer.
- ✓Pełna praca zdalna (wskazana w nagłówku)
- ✓Ciekawa specjalizacja – batch inference + grafy + search, unikalne połączenie
- ✓Duży nacisk na explainable AI i walidację – odpowiedzialne ML
- ✓Praca w AWS z nowoczesnymi architekturami danych
- !Typ kontraktu 'other' – niejasne, czy B2B, kontrakt tymczasowy czy coś innego
- !Brak widełek wynagrodzenia w ogłoszeniu
- !Wymagany bardzo konkretny stack (Neptune, OpenSearch) – ryzyko niszy technologicznej
- !Nie podano, czy praca jest w pełni zdalna, czy hybrydowa – mimo 'Remote' w nagłówku
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja pipeline'ów batch processing dla dużych zbiorów danych
- •Trenowanie, walidacja i optymalizacja modeli ML dla silników rekomendacyjnych i analityki predykcyjnej
- •Implementacja modeli grafowych i analizy relacji w Amazon Neptune
- •Budowanie indeksów i funkcji wyszukiwania w OpenSearch
- •Współpraca z data engineerami i analitykami biznesowymi przy definiowaniu wymagań
- •Monitorowanie wydajności modeli i ciągłe doskonalenie pipeline'ów batch
- •Zapewnianie explainability modeli i walidacji zgodnie z XAI
- •Utrzymanie ML lifecycle – testowanie, wdrażanie, governance
Oferta dla doświadczonych specjalistów (Senior).
Mid-level ML Engineer z 3-5 latami, który ma solidne podstawy w ML i data engineering, ale mniej doświadczenia w grafach i wyszukiwaniu. Musi znać AWS i mieć chęć rozwoju w kierunku batch inference i grafów.
Juniorzy z mniej niż 3 latami doświadczenia w ML lub osoby bez praktycznej znajomości grafowych baz danych i batch processing. Rola wymaga samodzielności w projektowaniu i implementacji złożonych pipeline'ów.
- ?Ile osób liczy zespół AI/ML?
- ?Czy są istniejące systemy legacy, czy budujemy od zera?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- ?Czy istnieje możliwość pracy w pełni zdalnej, czy wymagane są wizyty w biurze?
- ?Jakie są oczekiwania co do on-call lub dyżurów produkcyjnych?
- ?Czy firma zapewnia budżet szkoleniowy na konferencje lub certyfikacje AWS?
- ?Jaki jest model kontraktu – B2B, umowa o pracę, czy coś innego?
- −Brak opisu procesu rekrutacyjnego
- −Nie podano wielkości zespołu ani struktury organizacyjnej
- −Brak informacji o on-call i dyżurach
- −Nie wiadomo, czy oferta dotyczy projektu wewnętrznego czy klienta zewnętrznego