Data Scientist
TeamQuest
Rola Data Scientista dla klienta z branży medialno-prawnej. Głównym zadaniem jest budowanie modeli predykcyjnych, tworzenie dashboardów (Power BI, Google Data Studio) oraz zarządzanie danymi. Praca silnie wspierana narzędziami AI (Cursor, Claude, Copilot). To hybryda analityki, data science i lekkiego data engineeringu. Kandydat będzie pracować z bogatymi danymi z serwisów prawnych i produktów cyfrowych, wpływając na kulturę data-driven.
Brakuje: nie podano liczby dni w biurze dla trybu hybrydowego, brak opisu procesu rekrutacyjnego (ilość etapów, zadanie domowe, live coding itp.).
Rola Data Scientista dla klienta z branży medialno-prawnej. Głównym zadaniem jest budowanie modeli predykcyjnych, tworzenie dashboardów (Power BI, Google Data Studio) oraz zarządzanie danymi. Praca silnie wspierana narzędziami AI (Cursor, Claude, Copilot). To hybryda analityki, data science i lekkiego data engineeringu. Kandydat będzie pracować z bogatymi danymi z serwisów prawnych i produktów cyfrowych, wpływając na kulturę data-driven.
- ✓Realny wpływ na kulturę data-driven w organizacji obsługującej miliony użytkowników
- ✓Dostęp do nowoczesnych narzędzi AI (Cursor, Claude, GitHub Copilot) i budżet na licencje
- ✓Bogate i różnorodne zbiory danych z serwisów gospodarczych i produktów cyfrowych
- ✓Budżet szkoleniowy i czas na rozwój kompetencji
- −Praca przez agencję (TeamQuest) – rzeczywisty pracodawca to klient, może być mniejsza stabilność
- −Silny nacisk na narzędzia AI i 'vibe coding' – ryzyko, że jakość kodu może być poświęcona na rzecz szybkości
- −Nie określono liczby dni hybrydowych ani konkretnego modelu pracy
- !Klient z branży medialno-prawnej – może nie być tech-first, co wpływa na dojrzałość procesów
- !Brak informacji o wielkości zespołu data science
- !Wymóg 'proaktywnego podejścia do AI' może być buzzwordem
- •Projektowanie i wdrażanie modeli predykcyjnych w Pythonie (scikit-learn, PyTorch/TensorFlow)
- •Tworzenie zaawansowanych dashboardów i raportów w Power BI oraz Google Data Studio
- •Zarządzanie jakością i dostępnością danych (SQL, NoSQL, Elasticsearch, MongoDB)
- •Identyfikacja nowych źródeł danych i rekomendowanie usprawnień procesów zbierania danych
- •Prowadzenie projektów analitycznych end-to-end: od koncepcji po monitoring
- •Korzystanie z narzędzi AI (Cursor AI, Claude Code, GitHub Copilot, ChatGPT) do przyspieszenia kodowania i analiz
- •Współpraca z zespołami biznesowymi (Product Managerowie, sprzedaż, marketing) – przekładanie potrzeb na rozwiązania analityczne
- •Weryfikacja i walidacja wyników generowanych przez AI, podejmowanie decyzji o ręcznej interwencji
Oferta dla doświadczonych specjalistów (Senior).
Data Scientist z około 3 latami doświadczenia, potrafiący samodzielnie zbudować i wdrożyć model predykcyjny, tworzyć dashboardy w Power BI i pracować z SQL. Gotowość do szybkiego prototypowania z użyciem AI.
Osoby szukające czysto badawczej pracy, bez kontaktu z biznesem, lub niechętne do korzystania z AI w codziennej pracy. Rola nie jest odpowiednia dla juniorów bez doświadczenia produkcyjnego.
- ?Jaki jest dokładny model pracy hybrydowej – ile dni w biurze tygodniowo?
- ?Ile osób liczy zespół data science i jakie są role w zespole?
- ?Jak obecnie wygląda proces wdrażania modeli do produkcji – czy istnieje MLOps?
- ?Jaki jest stosunek czasu poświęcanego na modelowanie vs dashboarding vs zarządzanie danymi?
- ?Jakie są główne wyzwania biznesowe, które będą rozwiązywane w pierwszych 6 miesiącach?
- ?Czy istnieje możliwość pracy zdalnej w pełni po okresie wdrożeniowym?
- ?Jakie są ścieżki rozwoju – czy są formalne awanse?
- ?Czy są plany migracji do chmury lub rozwijania infrastruktury Big Data?
- −Nie podano liczby dni w biurze dla trybu hybrydowego
- −Brak opisu procesu rekrutacyjnego (ilość etapów, zadanie domowe, live coding itp.)
- −Nie określono konkretnego klienta ani jego nazwy
- −Nie wiadomo, jaki jest obecny stos technologiczny po stronie klienta (np. jaka chmura, systemy danych)
- −Brak informacji o wielkości zespołu data science i strukturze raportowania
Zgrany zespół ekspertów IT, dzielenie się wiedzą i wspieranie rozwoju. Klimat sprzyjający współpracy i innowacjom.
Na poziomie rynkowym
Dane z aktywnych ofert zawierających technologię pandas. Pełne statystyki zarobków →