Data Scientist
Ework Group
Rola w firmie konsultingowej (Ework Group) dla klienta zewnętrznego. Będziesz realizować projekty AI od początku do końca – od zrozumienia problemu biznesowego, przez modelowanie, aż po wdrożenie produkcyjne. To połączenie data science z inżynierią ML i doradztwem – musisz umieć nie tylko budować modele, ale też deployować je w chmurze i komunikować się z klientem. Praca w pełni zdalna, na B2B, z naciskiem na nowoczesne technologie (Generative AI, MLOps).
Brakuje: brak opisu procesu rekrutacyjnego, nie podano wielkości zespołu ani struktury projektu.
Rola w firmie konsultingowej (Ework Group) dla klienta zewnętrznego. Będziesz realizować projekty AI od początku do końca – od zrozumienia problemu biznesowego, przez modelowanie, aż po wdrożenie produkcyjne. To połączenie data science z inżynierią ML i doradztwem – musisz umieć nie tylko budować modele, ale też deployować je w chmurze i komunikować się z klientem. Praca w pełni zdalna, na B2B, z naciskiem na nowoczesne technologie (Generative AI, MLOps).
- ✓Nacisk na rozwiązania produkcyjne, a nie tylko prototypy – realne wdrożenia
- ✓Nowoczesny stack: Generative AI, MLOps, chmura
- ✓Pełna autonomia techniczna w projektach
- ✓Praca w 100% zdalna z Polski
- ✓Kontrakt B2B z atrakcyjną stawką
- !Praca w modelu konsultingowym – projekty mogą się zmieniać, a klient i zakres nie są z góry znane
- !Brak informacji o procesie rekrutacyjnym i wielkości zespołu
- !Możliwe podróże do klienta (nie wspomniane, ale w konsultingu częste)
- !Ogłoszenie nie precyzuje, czy chodzi o stały projekt czy czasowe zaangażowanie
- •Prowadzenie pełnego cyklu życia projektów AI – od odkrycia i definiowania problemu, przez modelowanie, walidację, aż do wdrożenia i dostarczenia
- •Stosowanie technik statystyki, uczenia maszynowego, prognozowania, optymalizacji i Generative AI w zależności od problemu
- •Projektowanie i wdrażanie rozwiązań gotowych do produkcji – nie tylko prototypów, ale skalowalnych systemów
- •Bezpośrednia współpraca z klientami: prowadzenie sesji scopingu, warsztatów i przekształcanie niejasnych wymagań w konkretne zadania
- •Komunikacja wyników i insightów zarówno do odbiorców technicznych, jak i nietechnicznych
- •Utrzymywanie pipeline'ów CI/CD i praktyk MLOps – automatyzacja, monitoring, deployment modeli
- •Praca z platformami chmurowymi (GCP, AWS, Azure) i danymi (Databricks lub Snowflake)
- •Prowadzenie zespołów lub strumieni pracy w projektach AI/data
Oferta dla doświadczonych specjalistów (Senior).
Data Scientist z min. 3-4 latami doświadczenia, który uczestniczył w co najmniej jednym pełnym wdrożeniu modelu do produkcji, zna dwa cloud providerów i potrafi prowadzić warsztaty z klientem. Osoba z zacięciem inżynierskim i umiejętnością przełożenia wymagań na kod.
Nie dla początkujących ani midów bez doświadczenia produkcyjnego – rola wymaga samodzielności w deploymencie i kontakcie z klientem. Jeśli szukasz wyłącznie pracy badawczej (R&D) bez implementacji w chmurze, ta oferta nie jest odpowiednia.
- ?Czy to zaangażowanie w jeden długoterminowy projekt, czy raczej zmienne projekty?
- ?Ile osób liczy zespół Data Science w tym projekcie?
- ?Jakie konkretne narzędzia MLOps są używane (MLflow, Kubeflow, itp.)?
- ?Czy istnieje możliwość wyboru cloud providera, czy jest narzucony przez klienta?
- ?Jak wygląda proces rekrutacyjny – ile etapów, czy jest zadanie domowe?
- ?Czy w ramach tej roli są dyżury on-call lub praca w weekendy?
- ?Jaki jest model współpracy z klientem – czy pracujemy w jego zespole, czy jako odrębna jednostka?
- ?Czy są zapewnione szkolenia/budżet na rozwój w zakresie GenAI/MLOps?
- −Brak opisu procesu rekrutacyjnego
- −Nie podano wielkości zespołu ani struktury projektu
- −Brak informacji o konkretnych narzędziach MLOps (poza ogólnym CI/CD)
- −Nie wiadomo, czy klient to startup, korporacja czy inna branża
- −Brak wzmianki o ewentualnych podróżach służbowych
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →