Data Scientist
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- ML
- LLM
- GenAL
- RAG
- GCP
- MLOps
Opis stanowiska
Osoba zatrudniona na tym stanowisku będzie odpowiedzialna za:
• Projektowanie, uczenie i ocenę modeli uczenia maszynowego oraz rozwiązań wykorzystujących duże modele językowe (LLM) i generatywną sztuczną inteligencję (GenAI).
• Przygotowywanie i analizę danych, w tym eksplorację danych, tworzenie cech (feature engineering) oraz weryfikację jakości danych.
• Budowę, rozwój i utrzymanie procesów wspierających trenowanie, walidację, testowanie i wdrażanie modeli.
• Udział w projektowaniu, rozwoju i ocenie rozwiązań opartych na architekturze RAG (Retrieval-Augmented Generation) rozwijanych w ramach platformy AI.
• Definiowanie i monitorowanie metryk jakości modeli oraz prowadzenie testów regresyjnych.
• Współpracę z Architektem AI oraz interesariuszami biznesowymi w celu przekładania potrzeb biznesowych na rozwiązania analityczne i oparte na sztucznej inteligencji.
• Tworzenie i utrzymywanie dokumentacji modeli oraz wspieranie działań związanych z nadzorem nad rozwiązaniami AI, zgodnością regulacyjną i dobrymi praktykami zarządzania modelami.
Wymagania:
• Wykształcenie wyższe w obszarze data science, matematyki, informatyki, machine learning.
• Minimum 3–5 lat doświadczenia w obszarze Data Science i Machine Learning.
• Praktyczna znajomość Python oraz bibliotek ML i Data Science.
• Doświadczenie w trenowaniu, walidacji i wdrażaniu modeli ML w środowisku produkcyjnym.
• Znajomość zagadnień LLM i GenAI oraz RAG.
• Umiejętność pracy z danymi w środowisku chmurowym (preferowane GCP i Vertex AI).
• Znajomość języka angielskiego na poziomie minimum B2.
Mile widziane
• Doświadczenie z wektorowymi bazami danych oraz embeddings.
• Znajomość narzędzi MLOps.
• Praca w środowisku regulowanym.
• Doświadczenie z ewaluacją i monitorowaniem jakości rozwiązań GenAI i RAG.
• Certyfikaty z obszaru AI i ML.
Kompetencje osobiste i sposób pracy
• Analityczne myślenie i umiejętność pracy z niejednoznacznymi danymi.
• Komunikatywność i umiejętność przekładania wyników technicznych na język biznesowy.
• Ciekawość technologiczna i gotowość do eksperymentowani
Oferujemy:
- kontrakt B2B
- model pracy hybrydowy
- opcjonalnie pakiet Luxmed na preferencyjnych warunkach
opcjonalnie Kafeterie MyBenefit na preferencyjnych warunkach
• Projektowanie, uczenie i ocenę modeli uczenia maszynowego oraz rozwiązań wykorzystujących duże modele językowe (LLM) i generatywną sztuczną inteligencję (GenAI).
• Przygotowywanie i analizę danych, w tym eksplorację danych, tworzenie cech (feature engineering) oraz weryfikację jakości danych.
• Budowę, rozwój i utrzymanie procesów wspierających trenowanie, walidację, testowanie i wdrażanie modeli.
• Udział w projektowaniu, rozwoju i ocenie rozwiązań opartych na architekturze RAG (Retrieval-Augmented Generation) rozwijanych w ramach platformy AI.
• Definiowanie i monitorowanie metryk jakości modeli oraz prowadzenie testów regresyjnych.
• Współpracę z Architektem AI oraz interesariuszami biznesowymi w celu przekładania potrzeb biznesowych na rozwiązania analityczne i oparte na sztucznej inteligencji.
• Tworzenie i utrzymywanie dokumentacji modeli oraz wspieranie działań związanych z nadzorem nad rozwiązaniami AI, zgodnością regulacyjną i dobrymi praktykami zarządzania modelami.
Wymagania:
• Wykształcenie wyższe w obszarze data science, matematyki, informatyki, machine learning.
• Minimum 3–5 lat doświadczenia w obszarze Data Science i Machine Learning.
• Praktyczna znajomość Python oraz bibliotek ML i Data Science.
• Doświadczenie w trenowaniu, walidacji i wdrażaniu modeli ML w środowisku produkcyjnym.
• Znajomość zagadnień LLM i GenAI oraz RAG.
• Umiejętność pracy z danymi w środowisku chmurowym (preferowane GCP i Vertex AI).
• Znajomość języka angielskiego na poziomie minimum B2.
Mile widziane
• Doświadczenie z wektorowymi bazami danych oraz embeddings.
• Znajomość narzędzi MLOps.
• Praca w środowisku regulowanym.
• Doświadczenie z ewaluacją i monitorowaniem jakości rozwiązań GenAI i RAG.
• Certyfikaty z obszaru AI i ML.
Kompetencje osobiste i sposób pracy
• Analityczne myślenie i umiejętność pracy z niejednoznacznymi danymi.
• Komunikatywność i umiejętność przekładania wyników technicznych na język biznesowy.
• Ciekawość technologiczna i gotowość do eksperymentowani
Oferujemy:
- kontrakt B2B
- model pracy hybrydowy
- opcjonalnie pakiet Luxmed na preferencyjnych warunkach
opcjonalnie Kafeterie MyBenefit na preferencyjnych warunkach
🔍 Dekoder Ogłoszenia
🔴
Budowę, rozwój i utrzymanie procesów wspierających trenowanie, walidację, testowanie i wdrażanie modeli.
Oznacza to, że będziesz musiał nie tylko tworzyć modele, ale także budować i utrzymywać całą infrastrukturę MLOps, co może być czasochłonne i wymagać szerokich umiejętności.
🔴
Współpracę z Architektem AI oraz interesariuszami biznesowymi w celu przekładania potrzeb biznesowych na rozwiązania analityczne i oparte na sztucznej inteligencji.
Może oznaczać, że będziesz musiał często tłumaczyć skomplikowane koncepcje techniczne na język zrozumiały dla osób nietechnicznych i negocjować wymagania, co może być wyzwaniem.
🔴
Tworzenie i utrzymywanie dokumentacji modeli oraz wspieranie działań związanych z nadzorem nad rozwiązaniami AI, zgodnością regulacyjną i dobrymi praktykami zarządzania modelami.
Oprócz pracy stricte technicznej, duża część obowiązków może dotyczyć aspektów formalnych i regulacyjnych, co może być mniej ekscytujące dla niektórych.
🟡
Minimum 3–5 lat doświadczenia w obszarze Data Science i Machine Learning.
Wymagane jest solidne, ugruntowane doświadczenie, co może wykluczyć osoby z mniejszym stażem, nawet jeśli posiadają aktualną wiedzę.
🟡
Znajomość zagadnień LLM i GenAI oraz RAG.
Oznacza to, że oczekiwana jest praktyczna wiedza w stosunkowo nowych i szybko rozwijających się dziedzinach, co może wymagać ciągłego uczenia się.