Data Scientist / ML Engineer — Water Infrastructure
Infinitii ai
Rola łączy obowiązki Data Scientist i ML Engineera w kontekście infrastruktury wodnej. Będziesz odpowiedzialny za cały proces od surowych danych z czujników po modele produkcyjne, w tym budowę pipelinów danych i wdrażanie modeli do produkcji. Model ma realny wpływ na decyzje operacyjne zakładów wodociągowych (np. przewidywanie awarii). Pracujesz w małym, rozproszonym zespole (Polska + Kanada).
Brakuje: wielkość zespołu i struktura, konkretne narzędzia do orkiestracji (airflow, prefect itp.) i platformy chmurowej.
Rola łączy obowiązki Data Scientist i ML Engineera w kontekście infrastruktury wodnej. Będziesz odpowiedzialny za cały proces od surowych danych z czujników po modele produkcyjne, w tym budowę pipelinów danych i wdrażanie modeli do produkcji. Model ma realny wpływ na decyzje operacyjne zakładów wodociągowych (np. przewidywanie awarii). Pracujesz w małym, rozproszonym zespole (Polska + Kanada).
- ✓Budżet szkoleniowy (training budget)
- ✓Małe zespoły i płaska struktura – autonomia i wpływ na decyzje
- ✓Projekty międzynarodowe – praca z Kanadą i Polską
- ✓Realny wpływ na środowisko – zapobieganie awariom infrastruktury wodnej
- ✓Praca zdalna z B2B i jasno podanym wynagrodzeniem
- !Mały, rozproszony zespół (Polska + Kanada) – możliwe spotkania poza standardowymi godzinami
- !Pełna odpowiedzialność za pipeline danych i modele – może być obciążające dla mniej doświadczonych
- !Brak informacji o narzędziach do monitoringu modeli i zarządzania eksperymentami
- •Czyszczenie i przetwarzanie brudnych danych z czujników i telemetrii
- •Budowa i utrzymanie danych pipeline'ów (ETL/ELT) z API i baz danych
- •Opracowywanie i walidacja modeli predykcyjnych (anomalie, szeregi czasowe)
- •Wdrażanie modeli do środowiska produkcyjnego wraz z monitoringiem
- •Współpraca z operatorami wodociągów w celu zrozumienia potrzeb biznesowych
- •Iteracyjne ulepszanie modeli na podstawie danych zwrotnych z produkcji
- •Przegląd kodu (code review) i utrzymanie jakości kodu w Pythonie
- •Prezentacja wyników i rekomendacji zespołowi i interesariuszom
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Osoba z podstawami ML, biegłym Pythonem i SQL, która ma doświadczenie w pracy z danymi z różnych źródeł i gotowa jest rozwijać umiejętności inżynieryjne w małym zespole.
Osoby, które wolą jasno zdefiniowane zadania i duże struktury korporacyjne, lub nie chcą angażować się w budowę infrastruktury danych (preferują tylko modelowanie).
- ?Ile osób liczy zespół i jakie są role?
- ?Jakie narzędzia są używane do wersjonowania modeli i monitoringu?
- ?Jakie są oczekiwania co do godzin pracy i spotkań z zespołem w Kanadzie?
- ?Czy istnieje system on-call lub wsparcie produkcyjne?
- ?Jaki jest stos technologiczny poza Pythonem (chmura, bazy danych, orkiestracja)?
- ?Jak wygląda onboarding dla nowej osoby w małym zespole?
- ?Czy są plany rozwoju produktu lub zmiany zakresu odpowiedzialności?
- −Wielkość zespołu i struktura
- −Konkretne narzędzia do orkiestracji (Airflow, Prefect itp.) i platformy chmurowej
- −Czy są dyżury produkcyjne (on-call)
- −Proces rekrutacyjny (etapy, zadanie domowe)
Mały, płaski zespół z dużą autonomią i bezpośrednim wpływem na produkt – praca zdalna, ale wymagająca samoorganizacji
Poniżej mediany rynkowej
≈ 71,4–95,2 zł/h
Dane z aktywnych ofert zawierających technologię Python. Pełne statystyki zarobków →