Data Scientist - Partner Experience Data & AI
⚲ Warszawa, Wola
Do uzgodnienia
Wymagania
- bardzo dobra znajomość SQL i Python w pracy z dużymi zbiorami danych (Pandas, scikit-learn, SHAP, XGBoost, CatBoost, algorytmy gradient boosting i segmentacji)
- samodzielne prowadzenie całego cyklu życia ML zgodnie z CRISP-DM, w tym wdrożenie i ciągły monitoring modeli
- praktyczne doświadczenie w projektowaniu, przygotowaniu i statystycznej ocenie testów A/B
- umiejętność tłumaczenia wyników modeli na język zrozumiały dla stakeholderów nietechnicznych
- wykształcenie kierunkowe (informatyka, matematyka, fizyka, ekonomia) lub równoważne doświadczenie w Data Science / ML
- angielski i polski na poziomie min. B2
Mile widziane
- doświadczenie w budowaniu i utrzymaniu rozwiązań data science w chmurze (preferowany GCP)
- praktyczna znajomość MLOps i orkiestracji pipeline'ów (Apache Airflow lub dbt)
Opis stanowiska
Dołączysz do cross-funkcjonalnego zespołu Partner Experience Data & AI w Allegro, gdzie buduje się produkcyjne rozwiązania ML i GenAI wspierające wzrost partnerów platformy. W praktyce będziesz odpowiadać za cały cykl życia modeli — od tłumaczenia problemu biznesowego, przez budowę modeli predykcyjnych i systemów rekomendacyjnych, po wdrożenie i monitoring — a także łączyć klasyczny ML z orkiestracją LLM i agentów AI. To oferta dla samodzielnego data scientista, który nie boi się dużych zbiorów danych, prowadzi eksperymenty A/B i potrafi rozmawiać z biznesem. Uwaga: wymóg 'SQL & Python Mastery' oznacza realną pracę z Big Data i złożonymi zapytaniami, a nie proste analizy — brak doświadczenia z chmurą (preferowany GCP) może być istotnym minusem mimo statusu 'mile widziane'.
🔍 Dekoder Ogłoszenia
🔴
Proven SQL & Python Mastery - You have extensive hands-on experience with Big Data.
Oczekuje się, że będziesz samodzielnie radzić sobie z dużymi zbiorami danych, a nie tylko wykonywać proste zapytania.
🔴
End-to-End CRISP-DM Mindset - You take full ownership of the ML lifecycle.
Będziesz odpowiedzialny za cały proces od początku do końca, w tym za wdrożenie i utrzymanie modeli.
🔴
Great Communication & Business Acumen - You naturally bridge the gap between technical and business teams.
Oprócz umiejętności technicznych, będziesz musiał tłumaczyć skomplikowane zagadnienia techniczne na język zrozumiały dla osób nietechnicznych.
🟡
A Relevant Quantitative Background - You hold a degree in a quantitative field (such as Computer Science, Mathematics, Physics, Economics) OR have equivalent, solid hands-on experience in Data Science and Machine Learning roles.
Posiadanie dyplomu jest preferowane, ale jeśli nie masz go, musisz udowodnić bardzo znaczące i praktyczne doświadczenie w pracy z danymi.
🔴
Cloud Platform Experience: Hands-on experience building and running data science solutions in cloud environments (preferably GCP).
Chociaż jest to mile widziane, może to oznaczać, że praca będzie w dużej mierze opierać się na chmurze, a brak doświadczenia może być znaczącym minusem.