Data Scientist, KRAKÓW

• Minimum 3 lata doświadczenia w obszarze Data Science / Machine Learning
• Bardzo dobra znajomość Python (Pandas, NumPy, Scikit-learn lub podobne)
• Doświadczenie w pracy z dużymi zbiorami danych
• Solidne podstawy metod ML (regresja, clustering, forecasting itd.)
• Umiejętność przekładania problemów biznesowych na rozwiązania analityczne

Mile widziane

• Doświadczenie w rozwiązywaniu problemów optymalizacyjnych (np. scheduling, operations research)
• Znajomość podejść grafowych lub problemów sieciowych
• Doświadczenie z modelami działającymi w środowisku produkcyjnym na dużą skalę
• Praca z narzędziami Big Data i chmurą (PySpark, Databricks, AWS, GCP, Snowflake)
• Znajomość MLOps / CI/CD
• Znajomość technik optymalizacyjnych (programowanie liniowe, heurystyki)
• Doświadczenie z frameworkami workflow (np. Kedro lub podobne)

Dla naszego Klienta – międzynarodowej organizacji technologicznej rozwijającej zaawansowane rozwiązania w obszarze data science – poszukujemy osoby na stanowisko Data Scientist, która dołączy do zespołu pracującego nad modelami optymalizacyjnymi i analityką na dużą skalę.

Rola obejmuje pracę nad złożonymi problemami biznesowymi oraz rozwój modeli, które mają bezpośredni wpływ na efektywność operacyjną i podejmowanie decyzji.

Technologie

• Python (Pandas, NumPy, Scikit-learn, PyTorch / TensorFlow)


• PySpark, przetwarzanie rozproszone


• Platformy chmurowe (Azure / GCP / AWS)


• Databricks, SQL, hurtownie danych

Oferta

• Praca w międzynarodowym, data-driven środowisku


• Realny wpływ na rozwój zaawansowanych produktów i decyzje biznesowe


• Współpraca z doświadczonym zespołem ekspertów


• Możliwość rozwoju w dynamicznie rosnącej organizacji technologicznej


• Kontrakt B2B


• Elastyczne godziny pracy i przyjazna kultura organizacyjna


• Dostęp do szkoleń i inicjatyw rozwojowych

,[Projektowanie i rozwój algorytmów optymalizacyjnych oraz systemów alokacji zasobów, Rozwiązywanie złożonych problemów z wieloma ograniczeniami i zależnościami, Wykorzystanie metod takich jak modelowanie grafowe, clustering, regresja oraz prognozowanie, Budowa modeli wspierających efektywność procesów i optymalizację kosztów, Wdrażanie rozwiązań do środowiska produkcyjnego (pełen cykl życia modeli)] Requirements: Data science, Machine learning, Python, Pandas, NumPy, scikit-learn, ML, Big data, PySpark, Databricks, AWS, GCP, Snowflake, MLOps, CI/CD, Kedro