Senior Data Scientist (k/m)
Brak informacji o wynagrodzeniu
SeniorFull-time·Umowa o pracę
#395370·Dodano 2 dni temu·0
Źródło: www.pracuj.pl⚠️Uwaga: ta oferta może już nie być aktualna. Sprawdź na stronie pracodawcy, czy rekrutacja jest nadal otwarta.
Tech Stack / Keywords
PythonSQLpandasnumpyscikit-learnXGBoostLightGBMTensorFlowPyTorchGoogle Cloud Platform
Firma i stanowisko
Rekrutacja na stanowisko Senior Data Scientist dla dużej organizacji, skupiającej się na rozwoju rozwiązań opartych o dane, machine learning oraz AI z wykorzystaniem Google Cloud Platform i Vertex AI.
Wymagania
- Kilkuletnie praktyczne doświadczenie w budowaniu, wdrażaniu i rozwijaniu rozwiązań opartych o Data Science / Machine Learning.
- Bardzo dobra znajomość Pythona, SQL oraz pracy z dużymi zbiorami danych.
- Doświadczenie w budowie, walidacji i wdrażaniu modeli ML w środowiskach produkcyjnych.
- Praktyczna znajomość bibliotek i narzędzi ML, np. pandas, numpy, scikit-learn, XGBoost, LightGBM, TensorFlow, PyTorch.
- Doświadczenie z Google Cloud Platform, szczególnie Vertex AI / Vertex AI Workbench.
- Znajomość podejścia MLOps: pipeline’y, model registry, deployment, monitoring, CI/CD.
- Samodzielność, proaktywność oraz umiejętność praktycznego wykorzystywania narzędzi AI do prototypowania i automatyzacji.
Nice to have:
- Doświadczenie z usługami GCP: BigQuery ML, GCS, Pub/Sub, Dataflow, Cloud Run.
- Znajomość API, REST, Dockera oraz architektury mikroserwisowej.
- Doświadczenie z GenAI / LLM, np. prompt engineering, RAG oraz integracja narzędzi AI z procesami biznesowymi.
Obowiązki
- Projektowanie, tworzenie i rozwijanie modeli oraz rozwiązań ML/AI wspierających decyzje biznesowe, personalizację oraz automatyzację.
- Prowadzenie pełnego cyklu pracy nad rozwiązaniami ML – od analizy i eksperymentów po wdrożenie, monitoring i dalszy rozwój.
- Wdrażanie modeli do środowisk produkcyjnych, głównie wykorzystując Google Cloud Platform i Vertex AI.
- Budowa i automatyzacja pipeline’ów ML oraz procesów trenowania, scoringu i monitoringu.
- Rozwój rozwiązań real-time, takich jak scoring, rekomendacje i personalizacja oparta na bieżących sygnałach użytkownika.
Benefity
- Praca nad realnymi, produkcyjnymi rozwiązaniami ML.
- Duża autonomia i wpływ na kierunek rozwoju architektury ML.
- Możliwość pracy z dużą skalą danych i interesującymi wyzwaniami technicznymi.
- Przestrzeń do proponowania własnych rozwiązań i realny wpływ na wykorzystanie danych w biznesie.
Klient Pracuj.pl
7 aktywnych ofert