Data Scientist – Python & Cloud Data Platforms (f / m/x) - Regular, Senior

Opis

Szukamy naukowców danych, którzy przekształcają niejasne pytania biznesowe w modele i analizy, które są rzeczywiście wykorzystywane. Zdefiniujesz problem, uporządkujesz dane, zbudujesz i zwalidujesz modele, a co równie ważne — wyjaśnisz, co oznaczają liczby dla osób, które nie mówią po Pythonie. Twoje codzienne zadania będą koncentrować się wokół klasycznego stosu danych w Pythonie: pandas, NumPy i scikit-learn. Będziesz również pracować na nowoczesnych platformach danych przedsiębiorstw — uruchamiając notatniki i obciążenia lakehouse w Microsoft Fabric, budując pipeline'y i aplikacje operacyjne w Palantir Foundry oraz wdrażając analitykę na Azure, AWS lub GCP. Nauka ma znaczenie, ale równie ważne jest, aby działała w ramach rzeczywistego ekosystemu danych organizacji. Co oferujemy: AI Grant — Przestań mówić o AI i zacznij je budować. Nasz AI Grant daje Ci dedykowany budżet i zasoby, aby przekształcić Twój najdzikszy pomysł na AI w działający projekt, wspierany przez dwa płatne tygodnie, aby skupić się na niczym innym. AI Center of Excellence — Pracuj obok specjalistów w dziedzinie AI agentowego, AI suwerennego, AI generatywnego i dyskryminacyjnego. To nie jest zamknięty zespół — to ludzie, od których będziesz się uczyć i z którymi będziesz budować na co dzień. Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi rozwoju zasilanych AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co najlepiej działa dla Ciebie. Różnorodność projektów — Od AI generatywnego do zgodności z dokumentami prawnymi, przez systemy agentowe w środowiskach produkcyjnych, po platformy AI na dużą skalę, wizję komputerową i autonomiczne prowadzenie. Nie będziesz się nudzić. Wsparcie w zakresie konferencji i wystąpień — Chcesz uczestniczyć w konferencjach? Pomożemy Ci. Chcesz na nich wystąpić? Jeszcze lepiej — wesprzemy Cię dedykowanym czasem na przygotowanie i bonusami.

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

• Co najmniej 4 lata doświadczenia w dziedzinie nauki o danych lub analityki stosowanej, z modelami i analizami, które przeszły etap prototypu

• Silne umiejętności w Pythonie w standardowym stosie danych (pandas, NumPy, scikit-learn)

• Solidne podstawy statystyczne: testowanie hipotez, regresja, projektowanie eksperymentów oraz umiejętność rozróżniania rzeczywistych wyników od szumów

• Znajomość przynajmniej jednej platformy chmurowej/danych i jej komponentów nauki o danych — Azure (Microsoft Fabric, Azure Machine Learning), AWS (SageMaker), GCP (Vertex AI, BigQuery ML), Snowflake (Snowpark ML, Cortex), Databricks (MLflow, Mosaic AI) lub Palantir (Foundry Code Workspaces, Foundry ML, AIP)

• Umiejętność jasnego komunikowania wyników analitycznych interesariuszom biznesowym i wpływania na decyzje na podstawie danych

• Znajomość pracy autonomicznej przy jednoczesnej efektywnej współpracy z inżynierami danych, architektami i zespołami produktowymi

• Biegła znajomość języka angielskiego, zarówno w mowie, jak i w piśmie

• Biegła znajomość języka polskiego wymagana

• Wymagane zamieszkanie w Polsce

Zakres obowiązków

• Przekładaj problemy biznesowe na analityczne rozwiązania: definiuj hipotezy, wybieraj metryki i dobieraj odpowiednie podejście modelowania do postawionego pytania

• Eksploruj, czyść i przygotowuj dane przy użyciu Pythona (pandas, NumPy), pracując z danymi strukturalnymi i półstrukturalnymi o różnej jakości

• Buduj, waliduj i dostosowuj modele uczenia maszynowego do klasyfikacji, regresji, prognozowania, segmentacji i rekomendacji przy użyciu scikit-learn, XGBoost i statsmodels

• Projektuj i analizuj eksperymenty: testy A/B, testowanie hipotez statystycznych oraz analizy przyczynowe, które wytrzymują krytykę

• Pracuj bezpośrednio z platformami danych przedsiębiorstw, takimi jak Microsoft Fabric (lakehouses, notatniki, modele semantyczne) oraz Palantir Foundry (pipeline'y, ontologia, procesy operacyjne)

• Komunikuj wyniki za pomocą przejrzystych wizualizacji, pulpitów nawigacyjnych i narracji dostosowanych do technicznych i nietechnicznych interesariuszy

• Współpracuj z inżynierami danych w zakresie dostępności i jakości danych oraz z inżynierami ML/AI, aby przenieść modele z notatnika do produkcji

• Monitoruj wdrożone modele pod kątem driftu i degradacji oraz zarządzaj cyklem retrainingu i poprawy