Data Engineer - Data Scientist (M/F)
B2B.NET
Rola łącząca kompetencje Data Engineeringu i Data Science, skupiona na budowie platform danych, tworzeniu rozwiązań analitycznych i wdrażaniu modeli Machine Learning dla sektora bankowego i finansowego. Kandydat będzie odpowiedzialny za cały cykl życia danych, od projektowania ETL/ELT po tworzenie raportów i rekomendacji biznesowych, z wykorzystaniem technologii chmurowych i narzędzi AI.
Brakuje: szczegółowy opis procesów rekrutacyjnych (poza ogólnym opisem etapów)., informacje o wielkości zespołu i jego strukturze..
Rola łącząca kompetencje Data Engineeringu i Data Science, skupiona na budowie platform danych, tworzeniu rozwiązań analitycznych i wdrażaniu modeli Machine Learning dla sektora bankowego i finansowego. Kandydat będzie odpowiedzialny za cały cykl życia danych, od projektowania ETL/ELT po tworzenie raportów i rekomendacji biznesowych, z wykorzystaniem technologii chmurowych i narzędzi AI.
- ✓Możliwość pracy zdalnej.
- ✓Udział w strategicznych projektach Data & AI dla sektora bankowego i finansowego.
- ✓Dostęp do nowoczesnych technologii chmurowych i platform danych.
- ✓Budżet rozwojowy i wsparcie w rozwoju kompetencji w obszarze Big Data, AI i Machine Learning.
- !Chociaż podano widełki wynagrodzenia, nie ma informacji o tym, czy są one negocjowalne.
- !Opis 'Tak pracujemy, wewnątrz organizacji, rozwijasz kilka projektów jednocześnie' może sugerować pracę na wielu projektach naraz, co może być wyzwaniem dla niektórych.
- •Projektowanie, rozwój i utrzymanie rozwiązań Data Engineering oraz Data Science.
- •Budowa i rozwój procesów ETL/ELT.
- •Tworzenie i optymalizacja hurtowni danych i platform analitycznych.
- •Analiza dużych zbiorów danych i identyfikacja trendów oraz zależności.
- •Projektowanie, trenowanie i wdrażanie modeli Machine Learning.
- •Tworzenie raportów, dashboardów i rekomendacji biznesowych.
- •Współpraca z zespołami biznesowymi, analitycznymi i IT.
- •Zapewnienie jakości, spójności i bezpieczeństwa danych.
Oferta dla doświadczonych specjalistów (Senior).
Kandydat z minimum 3-letnim doświadczeniem jako Data Engineer lub Data Scientist, z dobrą znajomością Pythona i SQL, doświadczeniem w ETL/ELT i pracy z danymi w chmurze, który potrafi analizować dane i budować podstawowe modele ML.
Rola nie jest dla osób bez doświadczenia w Data Engineeringu lub Data Science, ani dla tych, którzy nie posiadają biegłości w Pythonie i SQL, ani doświadczenia z platformami chmurowymi.
- ?Jakie są typowe wyzwania związane z jakością i spójnością danych w projektach dla sektora bankowego?
- ?Jak wygląda proces wdrażania modeli Machine Learning do produkcji w kontekście regulacji sektora finansowego?
- ?Jakie są plany rozwoju w obszarze AI i Large Language Models w ramach projektów?
- ?Jakie są główne różnice między projektami, nad którymi pracuje Data Engineer, a tymi, nad którymi pracuje Data Scientist w ramach zespołu?
- ?Jakie są możliwości rozwoju w kierunku architektury danych lub zaawansowanych technik ML/Deep Learning?
- −Szczegółowy opis procesów rekrutacyjnych (poza ogólnym opisem etapów).
- −Informacje o wielkości zespołu i jego strukturze.
- −Konkretne przykłady projektów, nad którymi pracował kandydat.
- −Informacje o tym, czy praca nad 'kilkoma projektami jednocześnie' jest normą, czy wyjątkiem.
Zespół pracuje w metodyce agile, z naciskiem na współpracę, rozwój produktu i wpływ na decyzje biznesowe. Istnieje możliwość pracy nad kilkoma projektami jednocześnie.
1. Rozmowa z rekruterem (ok 30 minut). 2. Rozmowa z klientem (ok 1h).
Poniżej mediany rynkowej
≈ 120,0–160,0 zł/h
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →