Senior Data Scientist
IDT
Rola skupia się na budowie zaawansowanych, produkcyjnych modeli ML od podstaw – od eksperymentów po wdrożenie. Będziesz pracować w nowo utworzonym AI Lab, tworząc modele dla fraud detection, customer engagement, finansów i procesów. To pozycja dla doświadczonego modelarza, który samodzielnie projektuje nowatorskie architektury ML i wdraża je w środowisku produkcyjnym, ściśle współpracując z MLOps.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: widełki wynagrodzenia, szczegóły dotyczące formy zatrudnienia (uop/b2b/ inna).
Rola skupia się na budowie zaawansowanych, produkcyjnych modeli ML od podstaw – od eksperymentów po wdrożenie. Będziesz pracować w nowo utworzonym AI Lab, tworząc modele dla fraud detection, customer engagement, finansów i procesów. To pozycja dla doświadczonego modelarza, który samodzielnie projektuje nowatorskie architektury ML i wdraża je w środowisku produkcyjnym, ściśle współpracując z MLOps.
- ✓Rola w nowym, autonomicznym zespole (AI Lab) – możliwość wpływania na kierunek ML w firmie
- ✓Praca nad niestandardowymi, zaawansowanymi modelami (generatywne, predykcyjne) – development, nie tylko utrzymanie
- ✓Współpraca z MLOps – profesjonalne podejście do deployu i monitoringu
- ✓Duży nacisk na innowacyjność i budowanie od podstaw
- !Brak widełek wynagrodzenia w ogłoszeniu
- !Typ kontraktu 'other' – niejasne, czy UoP/B2B/coś innego
- !Hybryda – nie określono liczby dni w biurze
- !'Nowo utworzony AI Lab' – może oznaczać brak ustalonych procesów i mniejszą stabilność
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja niestandardowych modeli uczenia maszynowego (nadzorowanych i nienadzorowanych) w PyTorch/TensorFlow
- •Budowa modeli do przewidywania nieuczciwych transakcji i anomalii w przepływach płatności
- •Tworzenie modeli generatywnych na podstawie danych profilowych i transakcyjnych
- •Wdrażanie modeli do środowiska produkcyjnego w czasie rzeczywistym
- •Współpraca z zespołem MLOps w zakresie utrzymania i optymalizacji modeli (precyzja, recall, dokładność)
- •Projektowanie i analiza statystyczna testów A/B w celu walidacji modeli i hipotez biznesowych
- •Pisanie kodu produkcyjnego w Pythonie oraz zapytań SQL do pracy z danymi
Oferta dla doświadczonych specjalistów (Senior).
Data scientist z min. 5 latami doświadczenia, który płynnie pracuje z PyTorch/TensorFlow i SQL, ma za sobą wdrożenia modeli do produkcji oraz potrafi projektować eksperymenty A/B. Osoba, która zna się na modelowaniu anomalii i jest gotowa do głębokiej pracy R&D.
Nie dla juniorów ani midów z mniej niż 4-5 latami praktyki w ML. Rola wymaga samodzielności w budowie i wdrożeniu modeli – nie dla osób przyzwyczajonych do korzystania z gotowych rozwiązań lub pracy głównie z ETL.
- ?Ile osób liczy obecnie AI Lab i jaki jest podział kompetencji (Data Science vs MLOps)?
- ?Jak wygląda proces wdrożenia modelu do produkcji – ile etapów, jakie narzędzia (Docker, Kubernetes, cloud)?
- ?Czy są już konkretne projekty do rozpoczęcia, czy raczej formujemy roadmapę od zera?
- ?Jaki jest stosunek czasu na R&D vs utrzymanie istniejących modeli?
- ?Czy przewidziane są publikacje lub udział w konferencjach?
- ?Jakie jest podejście do testów A/B – czy jest już infrastruktura?
- ?Czy w firmie są źródła danych wystarczające do budowy modeli generatywnych, czy trzeba zbierać dodatkowe dane?
- −Widełki wynagrodzenia
- −Szczegóły dotyczące formy zatrudnienia (UoP/B2B/ inna)
- −Liczba dni pracy zdalnej w hybrydzie
- −Wielkość zespołu i struktura hierarchiczna
- −Stack narzędziowy MLOps (np. Kubernetes, Docker, MLflow)
- −Planowany czas rekrutacji i liczba etapów
Nowo formowany AI Lab w ramach dużego działu analitycznego – duża autonomia i skupienie na innowacjach, ale struktury wokół są już ustalone. Klimat sprzyja osobom lubiącym budować od zera i mieć wpływ na strategię.