Pracuj.pl Praca zdalna Mid

Specjalista ds. data science (KMN)

KACZMARSKI GROUP

⚲ Wrocław

Do uzgodnienia

Wymagania

  • Python
  • SQL
  • Docker
  • Git
  • R
  • Apache Airflow
  • Apache Spark
  • Databricks
  • Hadoop

Opis stanowiska

Nasze wymagania:
Do naszego zespołu zapraszamy osoby, które:
👍 mają wykształcenie wyższe (preferowane kierunki ścisłe: matematyka, informatyka, fizyka),
👍 posiadają co najmniej dwuletnie doświadczenie zawodowe w obszarze budowy modeli predykcyjnych, segmentacyjnych oraz statystycznej analizy danych,
👍 bardzo dobrze znają Python (np. NumPy, pandas, scikit-learn, TensorFlow/Keras, Hugging Face Transformers) oraz MS SQL,
👍 mogą pochwalić się gruntowną wiedzą z zakresu statystyki oraz algorytmów uczenia maszynowego,
👍 posiadają praktyczne doświadczenie w pracy z rozwiązaniami AI, w szczególności z modelami LLM (Large Language Models) oraz modelami Speech-to-Text,
👍 znają podstawowe zagadnienia związane z wdrażaniem rozwiązań AI, w tym Docker, Git oraz podstawy budowy i wdrażania aplikacji AI,
👍 cechują się wysokimi zdolnościami analitycznymi, samodzielnością w wyciąganiu i prezentowaniu wniosków,
👍 lubią pracować zespołowo.

Mile widziane:
👏 znajomość języka R,
👏 doświadczenie w wykorzystaniu frameworków do budowy aplikacji opartych o LLM (np. LangChain, LlamaIndex) oraz integracji z API modeli AI,
👏 znajomość FastAPI i tworzenia oraz udostępniania modeli i usług AI w postaci API,
👏 znajomość narzędzi Big Data i przetwarzania danych, np. Apache Spark, Databricks lub Hadoop, oraz doświadczenie w pracy z dużymi zbiorami danych i przetwarzaniem rozproszonym,
👏 znajomość narzędzi do orkiestracji procesów oraz pipeline'ów danych i modeli, np. Apache Airflow,
👏 znajomość metodyk zwinnych (Scrum, Kanban).

Zakres obowiązków:
🚀 budowa, dokumentowanie, wdrażanie i monitorowanie modeli predykcyjnych, segmentacyjnych oraz rozwiązań AI wspierających procesy decyzyjne w firmie,
🚀 projektowanie, rozwój oraz optymalizacja rozwiązań opartych o Generative AI, w tym modeli LLM (Large Language Models) oraz modeli Speech-to-Text, dostosowanych do potrzeb biznesowych,
🚀 tworzenie i rozwój aplikacji oraz usług wykorzystujących modele AI, w tym integracja modeli z systemami biznesowymi poprzez API,
🚀 pozyskiwanie oraz przygotowywanie danych do analiz i modelowania (ekstrakcja danych z baz danych, czyszczenie, transformacja oraz walidacja danych),
🚀 współpraca przy wdrażaniu i utrzymaniu rozwiązań AI z wykorzystaniem narzędzi do konteneryzacji oraz systemów kontroli wersji,
🚀 współpraca z klientem wewnętrznym (analiza potrzeb biznesowych, przekładanie wymagań na rozwiązania analityczne i AI, prezentowanie wyników analiz oraz rekomendacji).

Oferujemy:
👉 udział w ciekawych projektach z obszaru Data Science, Machine Learning i Generative AI, które mają realny wpływ na rozwój biznesu,
👉 możliwość projektowania i wdrażania nowoczesnych rozwiązań opartych o LLM, Speech-to-Text oraz innych technologii AI – od pomysłu, przez prototyp, aż po produkcyjne wdrożenie,
👉 pracę z nowoczesnym stosem technologicznym oraz możliwość testowania i wykorzystywania najnowszych rozwiązań z obszaru AI,
👉 przestrzeń do eksperymentowania, proponowania własnych rozwiązań oraz realny wpływ na kierunek rozwoju projektów AI w organizacji,
👉 poczucie humoru, team spirit i dobrą atmosferę.

🔍 Dekoder Ogłoszenia

🟡
gruntowną wiedzą z zakresu statystyki oraz algorytmów uczenia maszynowego
Oczekuje się, że kandydat nie tylko zna nazwy algorytmów, ale rozumie ich działanie, założenia i ograniczenia.
🟡
praktyczne doświadczenie w pracy z rozwiązaniami AI, w szczególności z modelami LLM (Large Language Models) oraz modelami Speech-to-Text
Nie wystarczy teoretyczna wiedza, potrzebne jest doświadczenie w implementacji i dostosowywaniu tych modeli do konkretnych zadań.
🟡
znajomość podstawowych zagadnień związanych z wdrażaniem rozwiązań AI, w tym Docker, Git oraz podstawy budowy i wdrażania aplikacji AI
Kandydat powinien rozumieć cykl życia aplikacji AI, od developmentu po deployment, z użyciem narzędzi DevOps.
🟡
wysokimi zdolnościami analitycznymi, samodzielnością w wyciąganiu i prezentowaniu wniosków
Oczekuje się, że kandydat potrafi samodzielnie analizować dane, interpretować wyniki i skutecznie komunikować je innym.
🟡
znajomość narzędzi Big Data i przetwarzania danych, np. Apache Spark, Databricks lub Hadoop, oraz doświadczenie w pracy z dużymi zbiorami danych i przetwarzaniem rozproszonym
Wymagane jest praktyczne doświadczenie w pracy z systemami do przetwarzania dużych ilości danych, a nie tylko znajomość ich nazw.