Pomiń do treści
Logo firmy PPG

Senior Data Scientist (m/f/d)

PPG

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄Umowa o pracęKontrakt
⏱️Senior · 3+ latDoświadczenie
LokalizacjaWrocław
Źródło
Aktywna
Opublikowano22 czerwca 2026
Ostatnio sprawdzono22 czerwca 2026
Wygasa za29 dni
Werdykt JobHunt

Rola Senior Data Scientist w firmie PPG skupia się na prowadzeniu zaawansowanych analiz i tworzeniu rozwiązań opartych o dane, które mają realny wpływ na biznes. Obejmuje to budowanie i wdrażanie modeli predykcyjnych i optymalizacyjnych, transformację danych z systemów ERP i łańcucha dostaw, a także prezentację wyników za pomocą dashboardów Power BI. Rola wymaga również technicznego przywództwa i mentoringu w globalnym zespole analitycznym.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: szczegółowy opis procesu rekrutacyjnego., informacje o wielkości zespołu data science..

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?Senior Data Scientist

Rola Senior Data Scientist w firmie PPG skupia się na prowadzeniu zaawansowanych analiz i tworzeniu rozwiązań opartych o dane, które mają realny wpływ na biznes. Obejmuje to budowanie i wdrażanie modeli predykcyjnych i optymalizacyjnych, transformację danych z systemów ERP i łańcucha dostaw, a także prezentację wyników za pomocą dashboardów Power BI. Rola wymaga również technicznego przywództwa i mentoringu w globalnym zespole analitycznym.

Plusy
  • Możliwość prowadzenia 'high-value analytics use cases' z 'clear business impact'.
  • Praca z nowoczesnymi platformami danych (Databricks, Snowflake, Microsoft Fabric).
  • Dostarczanie wyników dla kadry zarządzającej ('executive-ready insights').
  • Techniczne przywództwo i mentoring w globalnym zespole.
Na co uważać
  • !Opis 'Project Management Office (PMO)' w kontekście Data Science może sugerować dodatkowe obowiązki związane z zarządzaniem projektami, które nie są w pełni sprecyzowane.
  • !Chociaż wymieniono 'MLOps best practices', nie ma szczegółów dotyczących konkretnych narzędzi lub procesów MLOps.
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Prowadzenie zaawansowanych przypadków użycia analitycznego od ramowania problemu do produkcji
  • Budowanie i wdrażanie modeli predykcyjnych i optymalizacyjnych (prognozowanie, optymalizacja, detekcja anomalii) przy użyciu Pythona i SQL
  • Transformacja danych z systemów ERP, łańcucha dostaw, zaopatrzenia i operacji w wiarygodne zasoby analityczne
  • Uruchamianie produktów analitycznych przy użyciu nowoczesnych platform danych i najlepszych praktyk MLOps
  • Dostarczanie wyników analiz dla kadry zarządzającej poprzez prezentacje i dashboardy Power BI
  • Współpraca z innymi działami w celu zwiększenia adopcji rozwiązań i realizacji wartości biznesowej
  • Zapewnianie technicznego przywództwa i mentoringu w globalnym centrum kompetencji analitycznych
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Kandydat z doświadczeniem w dostarczaniu rozwiązań data science lub zaawansowanych analiz, posiadający silną wiedzę z zakresu Pythona, SQL i modelowania ML. Powinien mieć doświadczenie z przynajmniej jedną z wymienionych platform analitycznych i umiejętność zarządzania interesariuszami.

Raczej nie dla

Rola nie jest dla osób na poziomie juniorskim lub bez doświadczenia w budowaniu kompletnych rozwiązań data science. Kandydaci bez doświadczenia w pracy z dużymi platformami danych lub bez umiejętności zarządzania interesariuszami mogą nie być odpowiedni.

Ocena dopasowania
Junior1/5
Mid3/5
Senior5/5
Hands-on4/5
Architekt3/5
Remote3/5
Enterprise4/5
Pytania do rekrutera
  • ?Jakie są konkretne przykłady 'high-value analytics use cases' realizowanych przez zespół?
  • ?Jak wygląda proces wdrażania modeli do produkcji i jakie narzędzia MLOps są wykorzystywane?
  • ?Jakie są oczekiwania dotyczące liczby dni pracy w biurze w modelu hybrydowym?
  • ?Jakie są główne wyzwania w transformacji danych z systemów ERP i łańcucha dostaw?
  • ?Jak wygląda struktura globalnego zespołu analitycznego i jakie są możliwości rozwoju kariery w ramach COE?
  • ?Czy istnieją możliwości udziału w konferencjach lub szkoleniach branżowych?
Brakujące informacje
  • Szczegółowy opis procesu rekrutacyjnego.
  • Informacje o wielkości zespołu Data Science.
  • Konkretne przykłady projektów lub domeny biznesowej, nad którą będzie pracował kandydat.
🔗Podobne oferty