Data Scientist

Analytics

Data Scientist

Analytics
Rybacka 7, Wrocław

NeuroSYS

Full-time
B2B, Permanent
Mid
Hybrid
4 131 - 6 004 USD
Net per month - B2B
3 085 - 4 462 USD
Gross per month - Permanent

Job description

Nasz klient to globalna firma farmaceutyczna, która rozbudowuje swoje systemy zarządzania produkcji opierając się na analityce danych z użyciem Data Science i Machine Learning. Obecnie poszukujemy doświadczonego Data Scientista, który pomoże nam wykorzystać zgromadzone dane do optymalizacji procesów produkcyjnych.


W ramach projektu klient pracuje nad przygotowaniem zestawu narzędzi analitycznych wykorzystujących Power BI jako interfejs do wizualizacji danych oraz bazujący na algorytmach Machine Learning do analizy trendów, odkrywania nieoczywistych wzorców w celu usprawnienia procesu produkcyjnego i wykrywania wczesnych oznak zużycia lub nieprawidłowego działania elementów maszyn (Predictive Maintenance). 


Twoje zadania:

  • Wykorzystywanie technologii OCR do ekstrakcji danych z dokumentów papierowych,

  • Ścisła współpraca z ekspertami branżowymi w celu zrozumienia procesów i danych produkcyjnych 

  • Analiza potrzeb i wymagań biznesowych w zakresie analizy danych i oczekiwanych rezultatów,

  • Ocena wykonalności i szacowanie czasochłonności dla zgłaszanych potrzeb,

  • Dobór, implementacja i usprawnianie modeli analitycznych,

  • Przetwarzanie i eksploracja danych pochodzących z systemu typu historian,

  • Regularne raportowanie postępów prac i prezentacja wyników interesariuszom.


Wymagane umiejętności:

  • Doświadczenie w Machine Learning i Data Science:

    • min. 3 lata doświadczenia w komercyjnych projektach wykorzystujących ML,

    • umiejętność trenowania i oceny modeli ML,

    • doświadczenie z technikami uczenia nadzorowanego i nienadzorowanego.

  • Umiejętności programistyczne:

    • znajomość narzędzi OCR (AWS Textract, Tesseract),

    • biegła znajomość języka Python oraz popularnych bibliotek ML (m.in. aiohttp, scikit-learn, TensorFlow, PyTorch, XGBoost),

    • doświadczenie w przetwarzaniu i analizie dużych zbiorów danych (Big Data),

    • znajomość narzędzi do przetwarzania danych, takich jak Pandas, NumPy czy SQL,

    • doświadczenie w pracy z bazami danych SQL i noSQL,

    • praktyczna znajomość GIT oraz GitFlow,

    • podstawowa znajomość Power BI będzie dodatkowym atutem.

  • Umiejętności analityczne i komunikacyjne:

    • zdolność do analizy wymagań biznesowych i przekładania ich na techniczne rozwiązania,

    • umiejętność prezentacji wyników oraz klarownego wyjaśniania złożonych koncepcji technicznych osobom nietechnicznym,

    • swoboda komunikacji w języku angielskim w mowie i piśmie na poziomie C1.


Mile widziane:

  • Znajomość koncepcji i metod Predictive Maintenance i Przemysłu 4.0. (np. prognozowanie stanu maszyn, analiza drgań, wykrywanie awarii), zrozumienie pojęć takich jak IoT, SCADA, DCS, IIoT,

  • Znajomość systemów typu historian (np. AVEVA Historian, OSIsoft PI) lub protokołów przemysłowych (OPC, Modbus),

  • Doświadczenie z technologiami chmurowymi (np. Azure, AWS, Google Cloud), zwłaszcza w kontekście ML Ops,

  • Znajomość technik DevOps i CI/CD (np. Docker, Kubernetes) używanych w środowisku ML,

  • Doświadczenie w analizie danych procesowych i integracji z systemami przemysłowymi,

  • Doświadczenie w pracy z danymi produkcyjnymi i procesowymi (np. dane z PLC, SCADA, Historian),

  • Doświadczenie w tworzeniu dashboardów Power BI i ich integracji ze źródłami danych.


Oferujemy:

  • Atrakcyjną, pełną wyzwań pracę w zgranym zespole pasjonatów IT i luźnej atmosferze,

  • Udział w innowacyjnych projektach realizowanych dla globalnego klienta,

  • Dowolną formę zatrudnienia, elastyczne godziny pracy,

  • Prywatną opiekę medyczną,

  • Możliwość pracy zdalnej, jak i w biurze; ze sporadycznymi, obowiązkowymi spotkaniami w biurze, w którym czekają świeże owoce, przekąski i pyszna kawa non stop!

Tech stack

    Polish

    C1

    English

    C1

    SQL

    advanced

    Python

    advanced

    PyTorch

    regular

    TensorFlow

    regular

Office location

Published: 28.07.2025