Data Scientist - Applied AI
Roche
Rola koncentruje się na budowaniu i wdrażaniu modeli ML i rozwiązań AI wspierających procesy decyzyjne w partnerstwach biznesowych Roche. To stanowisko typowo wykonawcze – tworzenie modeli predykcyjnych, NLP, LLM, praca z danymi i współpraca z zespołami produktowymi. Nie jest to rola badawcza, ale aplikacyjna. Mimo oznaczenia 'junior' w danych strukturalnych, ogłoszenie wymaga 5+ lat doświadczenia, co wskazuje na seniora.
Brakuje: nie podano liczby etatów ani wielkości zespołu, brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe itp.).
Rola koncentruje się na budowaniu i wdrażaniu modeli ML i rozwiązań AI wspierających procesy decyzyjne w partnerstwach biznesowych Roche. To stanowisko typowo wykonawcze – tworzenie modeli predykcyjnych, NLP, LLM, praca z danymi i współpraca z zespołami produktowymi. Nie jest to rola badawcza, ale aplikacyjna. Mimo oznaczenia 'junior' w danych strukturalnych, ogłoszenie wymaga 5+ lat doświadczenia, co wskazuje na seniora.
- ✓Praca nad wysokowpływowymi inicjatywami wspierającymi strategiczne partnerstwa Roche
- ✓Możliwość pracy z nowoczesnymi technologiami AI (LLM, agentic AI, MLOps)
- ✓Transparentnie opisana kultura otwartości i różnorodności
- ✓Współpraca z ekspertami zewnętrznymi i wewnętrznymi w innowacyjnym środowisku
- −Oznaczenie poziomu 'junior' w danych strukturalnych stoi w sprzeczności z wymaganiami '5+ lat doświadczenia' – poważny błąd kategoryzacji lub nieścisłość
- −Brak opisu procesu rekrutacyjnego
- !Szeroki zakres odpowiedzialności – od modelowania po MLOps i dashboardy, może być zbyt rozproszony
- !Wzmianka o 'ambiguity' i zmieniających się potrzebach – może oznaczać brak jasno zdefiniowanego zakresu
- •Projektowanie i rozwijanie modeli ML (predykcyjnych, klasyfikacyjnych, rekomendacyjnych) w Python z użyciem scikit-learn, TensorFlow/PyTorch
- •Praca z dużymi zbiorami danych strukturyzowanych i niestrukturyzowanych przy użyciu SQL i pandas/NumPy
- •Współpraca z właścicielami produktów i analitykami biznesowymi przy definiowaniu problemów i tłumaczeniu ich na zadania ML
- •Budowanie i optymalizacja pipeline'ów danych oraz feature engineering
- •Wdrażanie modeli do produkcji i monitorowanie ich działania (MLOps/LLMOps)
- •Tworzenie dashboardów i wizualizacji w Tableau/Power BI dla interesariuszy
- •Uczestnictwo w spotkaniach Agile (standupy, planowanie, retrospektywy)
- •Przygotowywanie prezentacji i storytelling danych dla zespołów technicznych i nietechnicznych
Oferta odpowiednia dla osób na początku kariery w IT.
Data scientist z co najmniej 5-letnim doświadczeniem w applied ML, solidną znajomością Pythona i SQL, oraz praktyką w deploymencie modeli. Bez doświadczenia w produkcji lub z mniejszym stażem może nie spełniać wymogów.
Nie dla juniorów ani kandydatów z mniej niż 5 latami doświadczenia w data science/ML. Osoby szukające roli czysto badawczej (R&D) raczej się nie odnajdą – to stanowisko aplikacyjne, nastawione na biznes.
- ?Ile osób liczy zespół Partnering Digital Solutions i jaki jest podział ról (data scientist, data engineer, itd.)?
- ?Jakie są główne projekty, nad którymi będzie pracować ta osoba w pierwszych 6 miesiącach?
- ?Czy oczekiwana jest praca w trybie on-call lub nienormowanym czasie?
- ?Jak wygląda ścieżka rozwoju dla tej roli (seniority, możliwość awansu)?
- ?Czy istnieje możliwość pracy na konkretnym stacku (np. AWS SageMaker, konkretne LLM) czy będzie to zależeć od projektu?
- −Nie podano liczby etatów ani wielkości zespołu
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe itp.)
- −Brak informacji o budżecie szkoleniowym lub certyfikatach
- −Nie określono, jakie 'inne' benefity oferuje Roche poza standardowymi
Otwarta kultura, różnorodność, współpraca między zespołami technicznymi i biznesowymi, praca w Agile z naciskiem na ciągłe doskonalenie.
Powyżej mediany rynkowej
≈ 113,5–210,9 zł/h
Dane z aktywnych ofert zawierających technologię AI.