Data Scientist (GenAI/LLM)

Jesteśmy polską firmą konsultingową działającą na rynku IT/ICT od 2012 roku, z siedzibą w Gdyni i oddziałami w Warszawie, Danii i USA. Obecnie zatrudniamy ponad 500 Konsultantów, realizujących projekty w sektorach: bankowym, telekomunikacyjnym, finansowym, produkcyjnym, edukacyjnym, FMCG, organizacjach non profit oraz innych. Świadczymy usługi z zakresu outsourcingu oraz rekrutacji kadr IT, dopasowując umiejętności ekspertów do wymagań konkretnego projektu. Tworzymy centra kompetencyjne i budujemy od podstaw zespoły specjalistów odpowiedzialnych za realizację założeń projektowych Klienta. Pomagamy optymalizować procesy biznesowe w oparciu o dokładną analizę potrzeb firm i specyfikę branży. Nasz dynamiczny rozwój doceniono zarówno w Polsce, jak i na Świecie, co zaowocowało wyróżnieniami Financial Times FT1000 (2020-2025), Diamentów Miesięcznika Forbes (2020-2025) oraz szczególnie prestiżowym Europe’s Long-Term Growth Champions 2025.

• min 5 lat doświadczenia w roli Data Scientist
• zaawansowana znajomość Pyspark, Python oraz SQL
• wiedza i doświadczenie w obszarze Generative AI (modele LLM, techniki promptowania, rozwiązania RAG/GraphRAG)
• doświadczenie z Azure (ADF, Databricks, SQL Server, ADLS)
• doświadczenie w analizie, transformacji, przetwarzaniu i interpretacji danych
• umiejętność współpracy przy wykorzystaniu współdzielonych repozytoriów kodu (Git/GitHub)
• doświadczenie w analizie, transformacji oraz modelowaniu struktur danych
• doświadczenie w pracy z narzędziami Agile i Scrum (Azure DevOps)
• wykształcenie wyższe techniczne w obszarze nauk komputerowych lub pokrewnych
• znajomość j.angielskiego na poziomie min B2/C1

Nice to have:

• doświadczenie z grafami wiedzy / bazami grafowymi i technologiami: Neo4j / Cypher

• rozwój funkcjonalności związanych z Data Science / Generative AI (chatboty, Agentic AI, RAG / GraphRAG)
• usprawnianie istniejącego kodu w Pyspark/Python
• tworzenie i utrzymanie pipeline’ów danych w środowisku Azure
• prowadzenie zaawansowanej analizy danych
• zapewnienie zgodności kodu ze standardami i wymaganiami zespołu
• promowanie standardów kodowania w zespole oraz proponowanie najbardziej optymalnych i efektywnych rozwiązań
• wspólne identyfikowanie oraz inicjowanie usprawnień dla rozwiązań i usług dostarczanych przez zespół Data Science