Data Scientist

Projekt realizowany dla firmy z branży e-commerce.

Oczekiwania:

• Minimum 3–5 lat doświadczenia na stanowisku Data Scientist

• Doświadczenie we wdrażaniu modeli uczenia maszynowego w środowisku produkcyjnym

• Praktyczne doświadczenie w pracy z dużymi zbiorami danych i modelami na dużą skalę (BigQuery)

• Doświadczenie w łączeniu danych z wielu źródeł oraz pracy z różnymi typami danych: tabelarycznymi, tekstowymi (NLP), obrazami i szeregami czasowymi

• Bardzo dobra znajomość języków Python i SQL

• Znajomość Google Cloud Platform (GCP)

• Znajomość narzędzi Apache Airflow i Apache Spark

• Doświadczenie w tworzeniu raportów i dashboardów w Looker Studio

• Dobra znajomość metod statystycznych oraz algorytmów uczenia maszynowego

• Praktyczne doświadczenie z algorytmami opartymi na drzewach decyzyjnych (np. XGBoost, LightGBM, CatBoost)

• Umiejętność przekładania wyzwań biznesowych na problemy z zakresu uczenia maszynowego

• Zdolność do samodzielnego definiowania, testowania i optymalizacji modeli ML

• Otwartość na proponowanie własnych rozwiązań i podejść w analizie danych

• Bardzo dobre umiejętności komunikacyjne – umiejętność wyjaśniania złożonych zagadnień technicznych osobom nietechnicznym

• Umiejętność pracy zespołowej, dzielenia się wiedzą i współpracy z innymi

Zadania:

• Projektowanie, rozwijanie i wdrażanie modeli uczenia maszynowego w środowiskach produkcyjnych

• Analiza dużych i zróżnicowanych zbiorów danych (tabelaryczne, tekstowe, obrazy, szeregi czasowe)

• Integracja danych z wielu wewnętrznych i zewnętrznych źródeł w celu budowy solidnych pipeline’ów i cech dla modeli ML

• Przeprowadzanie analiz danych na dużą skalę z wykorzystaniem narzędzi takich jak BigQuery, z uwzględnieniem skalowalności i wydajności

• Wykorzystywanie zaawansowanych metod statystycznych i algorytmów uczenia maszynowego

• Ciągłe usprawnianie i optymalizacja istniejących modeli oraz rozwiązań opartych na danych poprzez testowanie i eksperymenty

• Współpraca z interesariuszami biznesowymi, product managerami i zespołami UX w celu definiowania przypadków użycia ML i dostosowania rozwiązań technicznych do celów biznesowych

• Przekładanie złożonych danych i wyników modelowania na klarowne wnioski i rekomendacje dla odbiorców nietechnicznych

• Tworzenie i utrzymywanie dashboardów oraz raportów w Looker Studio w celu monitorowania wydajności modeli i jakości danych

• Proponowanie nowych podejść, narzędzi i metodologii w celu rozwijania kompetencji data science w zespole