Junior Data Scientist
Empik
Rola dla juniora w zespole Data Science w dużym e-commerce (Grupa Empik). Będziesz budować, wdrażać i rozwijać produkty analityczne i ML, używając głównie Pythona. Współpracujesz z biznesem, identyfikujesz potencjał analityczny i prezentujesz rekomendacje. Zespół nastawiony na rozwój i wymianę wiedzy.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak widełek wynagrodzenia, nie podano liczby dni hybrydowych w biurze.
Rola dla juniora w zespole Data Science w dużym e-commerce (Grupa Empik). Będziesz budować, wdrażać i rozwijać produkty analityczne i ML, używając głównie Pythona. Współpracujesz z biznesem, identyfikujesz potencjał analityczny i prezentujesz rekomendacje. Zespół nastawiony na rozwój i wymianę wiedzy.
- ✓Indywidualny onboarding stanowiskowy dostosowany do tempa przyswajania wiedzy
- ✓Praca w stabilnej, dużej organizacji z rozpoznawalną marką
- ✓Zespół nastawiony na rozwój i wymianę wiedzy
- ✓Elastyczny czas rozpoczęcia pracy (7:00-10:00)
- !Brak widełek wynagrodzenia - nie wiadomo, jaka jest stawka dla juniora
- !Nie podano liczby dni hybrydowych w biurze - 'hybrid' może oznaczać różną częstotliwość
- !Brak opisu procesu rekrutacyjnego - nie wiadomo, ile etapów, czy jest zadanie domowe
- !Wymienione tylko Python jako technologia obowiązkowa, reszta mile widziana - może to oznaczać, że zespół dopiero buduje swoje MLOps
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Budowa i trenowanie modeli ML w Python (np. rekomendacje, segmentacja klientów)
- •Wdrażanie modeli do środowiska produkcyjnego i monitorowanie ich działania
- •Eksploracja i analiza danych e-commerce z użyciem SQL (prawdopodobnie) i Pythona
- •Współpraca z biznesem w celu zrozumienia potrzeb analitycznych i definiowania projektów
- •Interpretacja wyników modeli i przygotowywanie rekomendacji biznesowych
- •Utrzymanie jakości kodu – code review, testy, dobre praktyki
Oferta odpowiednia dla osób na początku kariery w IT.
Początkujący data scientist z rocznym komercyjnym doświadczeniem, który opanował podstawy Pythona i ML, ale potrzebuje wsparcia przy bardziej złożonych zadaniach. Ma potencjał i chęć nauki w zespole.
Osoby bez żadnego komercyjnego doświadczenia w Data Science (świeżo po studiach bez praktyki) raczej nie spełnią wymogu 1-2 lat. Również nie dla kogoś, kto unika komunikacji z biznesem i woli pracę czysto techniczną bez kontaktu z interesariuszami.
- ?Ile osób liczy zespół Data Science i jaki jest podział ról?
- ?Jakie konkretne problemy ML rozwiązujecie w e-commerce (rekomendacje, prognozy, segmentacja)?
- ?Jak wygląda proces wdrożenia modelu do produkcji – jakie narzędzia MLOps używacie?
- ?Ile dni w tygodniu należy być w biurze w modelu hybrydowym?
- ?Czy przewidujecie dyżury lub pracę w weekendy?
- ?Jaka jest struktura wynagrodzenia – widełki dla juniora?
- ?Czy są plany rozwoju technologicznego (np. wprowadzenie nowych narzędzi)?
- −Brak widełek wynagrodzenia
- −Nie podano liczby dni hybrydowych w biurze
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, z jakich narzędzi do przechowywania i przetwarzania danych korzysta się na co dzień (SQL? BigQuery? Snowflake?)
Zespół kładzie nacisk na rozwój, stałą wymianę wiedzy i dobrą atmosferę. Współpraca z najlepszymi specjalistami i ekspertami w dziedzinie.