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

Opis

Szukamy data scientistów, którzy potrafią przekształcać niejasne pytania biznesowe w modele i analizy faktycznie wykorzystywane w praktyce. Będziesz definiować problem, przygotowywać dane, budować i walidować modele oraz — co równie ważne — tłumaczyć wyniki osobom nieznającym Pythona. Twoja codzienna praca będzie opierać się na klasycznym stosie danych w Pythonie: pandas, NumPy i scikit-learn. Pracować będziesz także na nowoczesnych platformach danych korporacyjnych — uruchamiając notebooki i obciążenia lakehouse w Microsoft Fabric, budując pipeline'y i aplikacje operacyjne w Palantir Foundry oraz wdrażając analitykę na Azure, AWS lub GCP. Nauka jest ważna, ale równie istotne jest, aby działała w ekosystemie danych prawdziwej organizacji. Co oferujemy: AI Grant — Przestań mówić o AI, zacznij ją tworzyć. Nasz AI Grant zapewnia dedykowany budżet i zasoby, aby zrealizować Twoje najbardziej śmiałe pomysły AI, wspierane dwutygodniowym płatnym czasem na skupienie się wyłącznie na tym projekcie. AI Center of Excellence — Pracuj z ekspertami w dziedzinie agentycznej AI, suwerennej AI, generatywnej i dyskryminacyjnej AI. To nie jest zamknięty zespół — to ludzie, od których codziennie się uczysz i z którymi tworzysz. Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi wspomaganych AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co najlepiej Ci odpowiada. Prawdziwa różnorodność projektów — Od generatywnej AI dla zgodności dokumentów prawnych, przez systemy agentyczne w środowiskach produkcyjnych, po platformy AI na skalę przedsiębiorstwa, wizję komputerową i autonomiczną jazdę. Nie będziesz się nudzić. Wsparcie konferencyjne i wystąpienia — 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 4 lata doświadczenia w data science lub analityce stosowanej, z modelami i analizami wykraczającymi poza 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 wyników rzeczywistych od szumu

• Znajomość co najmniej 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)

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

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

• Biegła znajomość języka angielskiego w mowie i piśmie

• Wymagana biegła znajomość języka polskiego

• Wymagane zamieszkanie w Polsce

Zakres obowiązków

• Tłumaczenie problemów biznesowych na rozwiązania analityczne: definiowanie hipotez, wybór metryk oraz odpowiedniego podejścia modelowego do danego zagadnienia

• Eksploracja, czyszczenie i przygotowanie danych za pomocą Pythona (pandas, NumPy), praca ze źródłami danych strukturalnych i półstrukturalnych o różnej jakości

• Budowa, walidacja i strojenie modeli uczenia maszynowego do klasyfikacji, regresji, prognozowania, segmentacji i rekomendacji z użyciem scikit-learn, XGBoost i statsmodels

• Projektowanie i analiza eksperymentów: testy A/B, statystyczne testowanie hipotez oraz analiza przyczynowo-skutkowa odporna na krytykę

• Praca praktyczna z platformami danych korporacyjnych, takimi jak Microsoft Fabric (lakehouse, notebooki, modele semantyczne) oraz Palantir Foundry (pipeline'y, ontologia, operacyjne workflowy)

• Komunikowanie wyników poprzez czytelne wizualizacje, dashboardy i narracje dostosowane do odbiorców technicznych i nietechnicznych

• Współpraca z inżynierami danych w zakresie dostępności i jakości danych oraz z inżynierami ML/AI w celu przeniesienia modeli z notebooków do produkcji

• Monitorowanie wdrożonych modeli pod kątem dryfu i degradacji oraz zarządzanie cyklem retreningu i ulepszania