Senior Data Scientist – AdTech & Healthcare (f / m/x)

Opis

Masz dość budowania kolejnego POC chatbota? Chcesz szkolić modele ML, które przynoszą realną wartość finansową i działają na skali miliardowej? Czujesz, że chcesz wprowadzić zupełnie nową probabilistyczną metodologię do rozwiązania rzeczywistego problemu? Budujemy system operacyjny zasilany AI dla marketingu w służbie zdrowia - reklama programatyczna, inteligencja danych, przystępność pacjentów i zaangażowanie wspomagane AI dla przemysłu nauk przyrodniczych. Szukamy osoby, która wie, jak projektować i wdrażać metody statystyczne do ekstrakcji sygnałów z dużych, chaotycznych zbiorów danych rzeczywistych i wykorzystywać je do prognozowania. Wszystko, co budujemy na tym fundamencie, od zasięgu publiczności po wgląd w specjalizacje i pomiar, jest tak dobre, jak twoja warstwa.

Benefity

• Great Place to Work

• Stabilna sytuacja finansowa

• Kontrakty z globalnymi markami

• Centrum szkoleń wewnętrznych

• Wielu ekspertów, od których możesz się uczyć

• Otwarty i dostępny zarząd

• Profit sharing

• Program Sponsoringu Pasji

• Cykliczne imprezy i wyjazdy integracyjne

• Komfortowe i dobrze wyposażone biura

• Aplikacja MySii

• Opieka medyczna

Wymagania

• Minimum 5-letnie doświadczenie w szkoleniu i monitorowaniu modeli ML do użytku produkcyjnego

• Doświadczenie w inżynierii danych i ML, w tym procesach ETL związanych z ML w bardzo dużych zbiorach danych oraz monitorowaniu jakości danych

• Ekspertyza w bibliotekach Python do nauki o danych i ML, takich jak scikit-learn, PyTorch, LightGBM, Splink, spaCy i Hugging Face

• Praktyczne doświadczenie w metodach probabilistycznych do łączenia encji, dopasowywania, imputacji, oceny i ewaluacji

• Silna znajomość SQL dla rozproszonych hurtowni danych, takich jak Snowflake, BigQuery lub Databricks

• Język angielski na poziomie zaawansowanym

Zakres obowiązków

• Pomiar wydajności istniejących modeli i poszukiwanie sposobów na ich poprawę

• Odpowiedzialność za projektowanie nowej metodologii oraz szkolenie modelu nowej generacji w celu zwiększenia mocy predykcyjnej, efektywności próbkowania i skalowalności do dużych zbiorów danych

• Ekstrakcja unikalnych encji i rzadkich atrybutów z heterogenicznych źródeł – zarówno strukturalnych, jak i niestrukturalnych

• Projektowanie i wdrażanie probabilistycznego łączenia i dopasowywania encji w wielu dużych zbiorach danych medycznych

• Badanie technologii grafowych i teorii grafów

• Budowanie i zarządzanie magazynem danych analitycznych, a także pipeline'ami do oceny i monitorowania