Ładowanie...
Data Scientist
Infinite Services
AI Insights
Czym naprawdę jest ta rola?Data Scientist
Rola Data Scientist w firmie outsourcingowej Infinite Services, która buduje platformy danych dla dużych korporacji. Będziesz pracować nad projektami związanymi z przemysłem i produkcją, głównie optymalizacją procesów, efektywnością energetyczną i redukcją CO2. Na co dzień zajmiesz się analizą danych czasowych i sensorowych, budową modeli ML, pipeline'ów danych oraz dashboardów. To rola mocno techniczna, wymagająca znajomości chmury i MLOps, ale też zrozumienia procesów przemysłowych.
Plusy
- ✓100% remote z elastycznością
- ✓Budżet na certyfikacje i szkolenia
- ✓Prywatna opieka medyczna i karta sportowa
- ✓Praca z seniorami i knowledge sharing
- ✓Projekt międzynarodowy o wysokim wpływie
Na co uważać
- −Brak widełek wynagrodzenia w ogłoszeniu
- −Outsourcing udający product house – opis sugeruje pracę nad własnym produktem, ale to agencja IT
- −Wymóg znajomości polskiego i angielskiego – może ograniczać rynek
- !Brak informacji o wielkości zespołu i liczbie projektów jednocześnie
- !Niejasny model współpracy (B2B/UoP) – nie podano
- !Wymóg 'understanding of industrial processes' jako must-have, ale może być interpretowany elastycznie
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
- •Analiza dużych zbiorów danych czasowych i sensorowych w poszukiwaniu wzorców i anomalii
- •Implementacja i trenowanie modeli ML (scikit-learn, XGBoost, TensorFlow) do optymalizacji procesów przemysłowych
- •Projektowanie i utrzymanie pipeline'ów ETL/ELT do przetwarzania danych
- •Tworzenie wizualizacji i dashboardów (np. Streamlit, Dash) dla interesariuszy technicznych i biznesowych
- •Monitorowanie wydajności modeli w produkcji i radzenie sobie z dryfem danych
- •Współpraca z inżynierami i operacjami przy tłumaczeniu wyzwań biznesowych na rozwiązania data-driven
- •Praca z chmurą (Azure, AWS, GCP) przy skalowalnej infrastrukturze analitycznej
- •Przygotowywanie raportów i prezentacji wyników dla klienta
Więcej o ofercie↓
Dla kogo jest ta oferta
Profil idealny
Oferta dla doświadczonych specjalistów (Senior).
Minimum sensowne
Osoba z 2-letnim doświadczeniem w data science, która ma podstawy ML i Pythona, ale może nie mieć jeszcze doświadczenia przemysłowego. Ważne, żeby znała chmurę i ETL oraz miała otwartość na naukę procesów produkcyjnych.
Raczej nie dla
Juniorzy bez komercyjnego doświadczenia w ML i analizie danych. Osoby szukające pracy stricte badawczej (R&D) bez wdrożeń produkcyjnych. Ktoś, kto nie chce pracować z danymi przemysłowymi lub nie lubi kontaktu z klientem.
Ocena dopasowania
Junior1/5
Mid4/5
Senior4/5
Hands-on5/5
Architekt2/5
Remote5/5
Enterprise3/5
Pytania do rekrutera
- ?Czy projekty są długoterminowe, czy zmieniamy je co kilka miesięcy?
- ?Ile osób liczy zespół Data Science w tym projekcie?
- ?Jaki jest stosunek pracy nad nowymi modelami do utrzymania istniejących?
- ?Czy wymagana jest znajomość konkretnej chmury (Azure/AWS/GCP) czy wystarczy ogólna?
- ?Jak wygląda proces wdrożenia modelu do produkcji – czy są DevOps/MLOps wspierający?
- ?Czy są dyżury on-call lub praca w weekendy przy krytycznych awariach?
- ?Jaka jest forma zatrudnienia – B2B czy UoP?
- ?Czy istnieje możliwość wpływu na wybór narzędzi i technologii?
Brakujące informacje
- −Brak widełek wynagrodzenia
- −Nie podano formy zatrudnienia (B2B/UoP)
- −Brak informacji o wielkości zespołu
- −Nie wiadomo, ile projektów jednocześnie prowadzi konsultant
- −Brak opisu benefitów pozapłacowych (np. budżet na konferencje)
Zespół
Wspierające środowisko z seniorami, nastawione na dzielenie się wiedzą i jakość. Praca w modelu zdalnym z elastycznością.
Rekrutacja
Szybka rozmowa HR, spotkanie techniczne z Managerem lub Architektem, feedback i kolejne kroki.
🔗Podobne oferty
Oferta w skrócie
Widełki nieujawnione
❓—Tryb pracy
📄OtherKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaWarszawa
Źródło
linkedinAktywna
Opublikowano6 maja 2026
Ostatnio sprawdzono7 maja 2026
Wygasa za29 dni
📊Jakość danych
Kompletność44%
Niepełne dane
Dane ograniczone — pełne informacje dostępne na portalu źródłowym.