Specjalista ds. data science (KMN)
⚲ Wrocław
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. Będziesz pracować nad całym cyklem — od pozyskania i przygotowania danych, przez budowę i dokumentację modeli, po wdrożenie produkcyjne i integrację z systemami biznesowymi przez API. To dobra oferta dla osoby z co najmniej dwuletnim doświadczeniem w modelowaniu, która lubi samodzielnie analizować problemy i prezentować wnioski, a jednocześnie pracować zespołowo. Uwaga: oczekuje się samodzielności w wyciąganiu i prezentowaniu wniosków często bez bezpośredniego nadzoru oraz praktycznego wdrożenia modeli AI do środowiska produkcyjnego, a nie tylko ich budowy.
🔍 Dekoder Ogłoszenia
🔴
cechują się wysokimi zdolnościami analitycznymi, samodzielnością w wyciąganiu i prezentowaniu wniosków
Oczekuje się, że będziesz samodzielnie analizować problemy, wyciągać wnioski i przedstawiać je w zrozumiały sposób, często bez bezpośredniego nadzoru.
🟡
lubią pracować zespołowo
Oczekuje się aktywnego udziału w dyskusjach, dzielenia się wiedzą i współpracy z innymi członkami zespołu, a nie tylko indywidualnej pracy.
🔴
znają podstawowe zagadnienia związane z wdrażaniem rozwiązań AI, w tym Docker, Git oraz podstawy budowy i wdrażania aplikacji AI
Oczekuje się, że będziesz w stanie samodzielnie przygotować i wdrożyć modele AI do środowiska produkcyjnego, a nie tylko je budować.
🔴
posiadają praktyczne doświadczenie w pracy z rozwiązaniami AI, w szczególności z modelami LLM (Large Language Models) oraz modelami Speech-to-Text
Oczekuje się nie tylko teoretycznej wiedzy, ale przede wszystkim umiejętności praktycznego zastosowania i dostosowania tych modeli do konkretnych problemów biznesowych.