Specjalista ds. data science (KMN)
⚲ Wrocław, Psie Pole
Do uzgodnienia
Wymagania
- wykształcenie wyższe (preferowane kierunki ścisłe: matematyka, informatyka, fizyka)
- co najmniej 2 lata doświadczenia w budowie modeli predykcyjnych, segmentacyjnych oraz statystycznej analizie danych
- gruntowna wiedza z zakresu statystyki oraz algorytmów uczenia maszynowego
- praktyczne doświadczenie z modelami LLM oraz Speech-to-Text
- znajomość podstaw wdrażania rozwiązań AI (Docker, Git, budowa i wdrażanie aplikacji AI)
- wysokie zdolności analityczne i samodzielność w wyciąganiu oraz prezentowaniu wniosków
Mile widziane
- znajomość języka R
- znajomość FastAPI, Apache Spark/Databricks/Hadoop, Apache Airflow, Scrum/Kanban
Opis stanowiska
Kaczmarski Group (marki KRD, Kaczmarski Inkasso, RiskRadar) szuka specjalisty ds. data science do zespołu budującego modele predykcyjne, segmentacyjne oraz rozwiązania Generative AI (LLM, Speech-to-Text) wspierające procesy decyzyjne w firmie. Zakres obejmuje cały cykl: pozyskanie i przygotowanie danych, budowę, dokumentację i monitoring modeli, projektowanie rozwiązań opartych o LLM oraz integrację modeli z systemami biznesowymi przez API. To oferta dla osoby z co najmniej dwuletnim doświadczeniem w modelowaniu, która lubi pracować zespołowo i samodzielnie analizować problemy biznesowe klienta wewnętrznego.
🔍 Dekoder Ogłoszenia
🟡
gruntowną wiedzą z zakresu statystyki oraz algorytmów uczenia maszynowego
Oczekuje się, że kandydat nie tylko zna teoretyczne podstawy, ale potrafi je zastosować w praktyce do rozwiązywania realnych problemów.
🟡
praktyczne doświadczenie w pracy z rozwiązaniami AI, w szczególności z modelami LLM (Large Language Models) oraz modelami Speech-to-Text
Firma chce kogoś, kto już pracował z tymi konkretnymi technologiami, a nie tylko teoretycznie je zna.
🟡
znają podstawowe zagadnienia związane z wdrażaniem rozwiązań AI, w tym Docker, Git oraz podstawy budowy i wdrażania aplikacji AI
Oczekuje się znajomości narzędzi i procesów niezbędnych do przeniesienia modelu z fazy rozwoju do produkcji.
🟡
wysokimi zdolnościami analitycznymi, samodzielnością w wyciąganiu i prezentowaniu wniosków
Kandydat powinien być w stanie samodzielnie analizować dane, formułować wnioski i jasno je komunikować, bez ciągłego nadzoru.
🟡
znajomość narzędzi Big Data i przetwarzania danych, np. Apache Spark, Databricks lub Hadoop, oraz doświadczenie w pracy z dużymi zbiorami danych i przetwarzaniem rozproszonym
Praca może wiązać się z obsługą i analizą bardzo dużych ilości danych, co wymaga specyficznych umiejętności i narzędzi.