Na czym będzie polegać Twoja praca?
• Będziesz przetwarzać dane i automatyzować te przetwarzania przy użyciu języka Python i technologii ekosystemu Hadoop/PySpark lub GCP, a następnie wyciągać i prezentować wnioski
• Będziesz tworzyć i optymalizować modele predykcyjne, segmentacyjne i rekomendacyjne
• Efekty swojej pracy zwizualizujesz przy użyciu Tableau lub DataStudio
• Będziesz współpracować z zespołami zarówno po stronie biznesowej, jak i po stronie IT
Dlaczego miał(a)byś pracować u naszego klienta?
• Będziesz miał/a dostęp do potężnych zbiorów danych i najnowszych technologii przetwarzania ich
• Będziesz miał/a możliwość praktycznego nauczenia się narzędzi i technologii: Python, PySpark, Hive, Tableau oraz GCP BigQuery, Composer, Dataflow
• Dzielą się swoją wiedzą na konferencjach i szkoleniach branżowych
• Codziennie docierają do kilkunastu milionów użytkowników, są jednym z największych serwisów internetowych w Europie
• Nieustannie towarzyszy im zmiana. Postrzegają ją jako szansę i możliwość realnego wpływu na budowanie organizacji
Co nasz klient oferuje?
• Nowoczesne biuro i narzędzia pracy
• Nieformalną atmosferę pracy w profesjonalnym zespole
• Bogaty pakiet świadczeń pozapłacowych w systemie kafeteryjnym – Ty decydujesz z czego korzystasz
• Zajęcia angielskiego z programem nauczania stworzonym z myślą o inżynierach
• Budżet szkoleniowy oraz wewnętrzna platforma MindUp
A wspólnie szukamy osób, które:
• Mają doświadczenie w pracy na stanowisku Data Scientist lub podobnym
• Samodzielnie realizowały projekty i były za nie odpowiedzialne
• Potrafią przetwarzać dane i tworzyć modele machine learning w języku Python
• Znają i rozumieją algorytmy uczenia maszynowego i potrafią je stosować w praktyce
• Znają bardzo dobrze SQL i mają doświadczenie lub interesują się analityką w ekosystemie Hadoop/GCP (mile widziana znajomość pySpark)
• Potrafią tworzyć wykresy/wizualizacje, które w prosty i intuicyjny sposób przedstawią wyniki analiz
• Mają dużą chęć do nauki i rozwijania wiedzy
• Znają język angielski na poziomie co najmniej dobrym