Senior Data Scientist with Data Engineering Skills (kontraktor)

Jesteśmy ITSG - wiodącym dostawcą spersonalizowanych rozwiązań dla wymagających klientów, dostarczającym produkty cyfrowe z wysoką jakością. Projekt dotyczy budowy systemu przewidywania popytu dla lidera polskiego rynku rozrywki, sieci kilkudziesięciu lokalizacji w całym kraju.

• Minimum 5-7 lat praktycznego doświadczenia w obszarze Data Science lub pokrewnym.
• Bardzo dobra znajomość SQL: projektowanie schematów, zapytania analityczne, optymalizacja.
• Bardzo dobra znajomość Pythona w kontekście analizy, przetwarzania i przygotowywania danych.
• Umiejętność samodzielnego tworzenia skryptów do pobierania i przetwarzania danych.
• Doświadczenie z bibliotekami/narzędziami: Pandas, NumPy, BeautifulSoup, Scrapy lub podobnymi.
• Doświadczenie z integracją danych z heterogenicznych źródeł, np. REST API, pliki flat, bazy legacy.
• Doświadczenie z niekompletnymi, nieustrukturyzowanymi lub niewyczyszczonymi danymi.
• Doświadczenie z eksploracyjną analizą danych.
• Doświadczenie z modelami liniowymi / GLM i ich interpretacją.
• Umiejętność walidacji modeli predykcyjnych oraz oceny jakości wyników.
• Umiejętność samodzielnego przygotowania środowiska projektowego: Python, baza danych, zależności, repozytorium.

Nice to have:

• Znajomość H2O.ai.
• Znajomość Jupyter Notebook / JupyterLab.
• Znajomość narzędzi do wersjonowania danych lub eksperymentów, np. DVC, MLflow.
• Doświadczenie w projektach end-to-end: od pozyskania danych, przez analizę, po model predykcyjny.
• Doświadczenie w pracy z narzędziami AI wspierającymi analizę lub development.

• Współpraca z architektem przy projektowaniu relacyjnej bazy danych w SQL: definiowanie schematu, typów danych, relacji i indeksów.
• Pozyskiwanie danych z 3-4 źródeł zewnętrznych, w tym stron WWW, API, plików lub baz legacy.
• Czyszczenie, transformacja i przygotowanie danych pod analizę oraz modelowanie.
• Zasilanie bazy danych przygotowanymi danymi.
• Eksploracyjna analiza danych (EDA): identyfikacja zależności, anomalii, braków i problemów jakościowych.
• Dokumentowanie wyników analiz oraz założeń dotyczących danych.
• Budowa i walidacja modelu ML klasy GLM.
• Iteracyjna praca z modelem oraz interpretacja wyników.
• Tworzenie skryptów w Pythonie do automatyzacji etapów pozyskiwania i przetwarzania danych.
• Utrzymywanie porządku w kodzie i dokumentacji: repozytorium, wersjonowanie, powtarzalność wyników.
• Przygotowywanie dokumentacji technicznej i analitycznej.
• Wykorzystywanie narzędzi AI wspierających development i analizę, m.in. Claude Code, Codex.