Senior Data Scientist – AdTech & Healthcare (f / m/x)
Białystok, Polska, Bydgoszcz, Polska, Kraków, Polska +10
Key offer highlights
Min. 5 years of experience
Data: SQL / BI / Python
Backend: Java / .NET / Node / Python
Full-time
Remote work - no commuting
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