Technical Lead — Data Science (f / m/x) - Regular

Opis

Szukamy lidera technicznego, który potrafi jednocześnie robić dwie trudne rzeczy: utrzymywać zespół data scientistów dostarczający prace odporne na weryfikację oraz pozostawać na tyle blisko kodu, by wiedzieć, kiedy coś nie działa. Będziesz odpowiadać za techniczny kierunek projektów data science od początku do końca — od definiowania problemu z klientem, przez zatwierdzanie podejścia do modelowania, przegląd prac, aż po upewnienie się, że dostarczone rozwiązanie faktycznie działa. To rola praktyczna. Nadal będziesz pisać w Pythonie, kwestionować wybory modeli i zagłębiać się w powody, dla których metryki wyglądają zbyt dobrze. Jednak największy wpływ osiągniesz przez innych — ustalając standardy, mentorując zespół i podejmując decyzje techniczne, które utrzymają projekty na właściwym torze na platformach takich jak Microsoft Fabric, Palantir Foundry, Databricks i główne chmury. Co oferujemy: AI Grant — Przestań mówić o AI, zacznij je budować. Nasz AI Grant daje Ci dedykowany budżet i zasoby, by zamienić Twoje najśmielsze pomysły AI w działający projekt, wspierany dwutygodniowym płatnym czasem na skupienie się wyłącznie na tym. AI Center of Excellence — Pracuj u boku specjalistów od agentowego AI, suwerennego AI, generatywnego i dyskryminatywnego AI. To nie jest odizolowany zespół — to ludzie, od których codziennie się uczysz i z którymi budujesz. Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi wspieranych AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co działa najlepiej dla Ciebie. Prawdziwa różnorodność projektów — Od generatywnego AI dla zgodności dokumentów prawnych, przez systemy agentowe w środowiskach produkcyjnych, po platformy AI na skalę przedsiębiorstwa, wizję komputerową i autonomiczną jazdę. Nie będziesz się nudzić. Wsparcie konferencyjne i wystąpień — Chcesz uczestniczyć w konferencjach? Wspieramy Cię. Chcesz na nich występować? Jeszcze lepiej — zapewnimy Ci dedykowany czas na przygotowanie i premie.

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 6 lat doświadczenia w data science z udokumentowanymi wdrożeniami modeli produkcyjnych, w tym minimum 2 lata na stanowisku lidera lub mentora innych data scientistów

• Zaawansowane, praktyczne umiejętności Pythona w standardowym stosie danych (pandas, NumPy, scikit-learn, XGBoost) — potrafisz samodzielnie przeglądać i pisać trudne fragmenty kodu

• Silne podstawy statystyki i uczenia maszynowego: projektowanie eksperymentów, metodologia walidacji oraz umiejętność rozpoznawania wyników, które nie przetrwają konfrontacji z rzeczywistością

• Znajomość przynajmniej jednej platformy chmurowej/danych i jej komponentów data science — 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)

• Doświadczenie w prowadzeniu realizacji projektów w kontekście klienta lub konsultingu: zakres, estymacja i zarządzanie ryzykiem technicznym

• Doskonałe umiejętności komunikacyjne — zdolność do obrony metodologii przed odbiorcą technicznym oraz wyjaśniania jej biznesowego wpływu osobom nietechnicznym

• Biegła znajomość języka angielskiego (w mowie i piśmie)

• Wymagana biegła znajomość języka polskiego

• Wymagane zamieszkanie w Polsce

Zakres obowiązków

• Odpowiedzialność za techniczny kierunek projektów data science: projektowanie rozwiązań, podejście do modelowania, strategia walidacji oraz jakość dostarczanych rezultatów

• Przewodzenie i mentoring zespołu data scientistów — przeglądy kodu, przeglądy metodologii, rozwój kariery oraz podnoszenie standardów ukończenia zadań

• Utrzymywanie praktycznego kontaktu z kodem: prototypowanie rozwiązań, odblokowywanie zespołu w trudnych problemach modelowania oraz wkład w produkcyjny kod Python tam, gdzie jest to najważniejsze

• Przekładanie problemów biznesowych klienta na oszacowane i określone zakresy pracy data science oraz umiejętność odmowy, gdy problem nie wymaga modelu

• Ustalanie i egzekwowanie standardów inżynieryjnych w zespole: powtarzalność, śledzenie eksperymentów, testowanie i dokumentacja

• Wspieranie decyzji dotyczących platform i realizacji w ekosystemach chmurowych/danych — Microsoft Fabric, Palantir Foundry, Databricks, Snowflake oraz natywne usługi Azure/AWS/GCP

• Współpraca z AI Architectami, inżynierami danych i interesariuszami klienta w celu dopasowania decyzji technicznych do celów biznesowych i harmonogramów

• Reprezentowanie zespołu przed klientami: prezentowanie wyników, obrona metodologii oraz zarządzanie oczekiwaniami technicznymi