Data Scientist – Python & Cloud Data Platforms (f/m/x)

Szukamy data scientistów, którzy przekształcają niejasne pytania biznesowe w modele i analizy, które są rzeczywiście wykorzystywane. Zdefiniujesz problem, uporządkujesz dane, zbudujesz i zwalidujesz modele, a co równie ważne — wyjaśnisz, co oznaczają liczby dla osób, które nie mówią po Pythonie. Twoje codzienne zadania będą koncentrować się wokół klasycznego stosu danych w Pythonie: pandas, NumPy i scikit-learn.

Będziesz również pracować na nowoczesnych platformach danych dla przedsiębiorstw — uruchamiając notatniki i obciążenia lakehouse w Microsoft Fabric, budując pipeline'y i aplikacje operacyjne w Palantir Foundry oraz wdrażając analitykę na Azure, AWS lub GCP. Nauka ma znaczenie, ale równie ważne jest, aby działała w ramach ekosystemu danych prawdziwej organizacji.

Co oferujemy:

AI Grant — Przestań mówić o AI i zacznij je budować. Nasz AI Grant daje Ci dedykowany budżet i zasoby, aby przekształcić Twój najdzikszy pomysł na AI w działający projekt, wspierany przez dwa płatne tygodnie, aby skupić się na niczym innym.

AI Center of Excellence — Pracuj obok specjalistów w dziedzinie AI agentowego, AI suwerennego, AI generatywnego i dyskryminacyjnego. To nie jest zamknięty zespół — to ludzie, od których będziesz się uczyć i z którymi będziesz budować na co dzień.

Twoje narzędzia, Twój wybór — Pełny dostęp do narzędzi rozwojowych zasilanych AI, w tym Claude, Cursor i GitHub Copilot. Wybierz to, co najlepiej działa dla Ciebie.

Różnorodność projektów — Od AI generatywnego do zgodności z dokumentami prawnymi, przez systemy agentowe w środowiskach produkcyjnych, po platformy AI na dużą skalę, wizję komputerową i autonomiczne prowadzenie. Nie będziesz się nudzić.

Wsparcie w zakresie konferencji i wystąpień — Chcesz uczestniczyć w konferencjach? Pomożemy Ci. Chcesz na nich wystąpić? Jeszcze lepiej — wesprzemy Cię dedykowanym czasem na przygotowanie i bonusami.

Twoje zadania

• Przekładanie problemów biznesowych na analityczne rozwiązania: definiowanie hipotez, wybór metryk i dobór odpowiedniego podejścia modelowania do postawionego pytania
• Eksploracja, czyszczenie i przygotowanie danych przy użyciu Pythona (pandas, NumPy), praca z danymi strukturalnymi i półstrukturalnymi o różnej jakości
• Budowanie, walidacja i dostrajanie modeli uczenia maszynowego do klasyfikacji, regresji, prognozowania, segmentacji i rekomendacji przy użyciu scikit-learn, XGBoost i statsmodels
• Projektowanie i analiza eksperymentów: testy A/B, testowanie hipotez statystycznych oraz analiza przyczynowa, które wytrzymują krytykę
• Praca z danymi w takich platformach jak Microsoft Fabric (lakehouses, notatniki, modele semantyczne) oraz Palantir Foundry (pipeline'y, ontologia, procesy operacyjne)
• Komunikowanie wyników za pomocą jasnych wizualizacji, pulpitów nawigacyjnych i narracji dostosowanych do technicznych i nietechnicznych interesariuszy
• Współpraca z inżynierami danych w zakresie dostępności i jakości danych oraz z inżynierami ML/AI w celu przeniesienia modeli z notatników do produkcji
• Monitorowanie wdrożonych modeli pod kątem driftu i degradacji oraz zarządzanie cyklem retreningu i poprawy

Wymagania

• Co najmniej 4 lata doświadczenia w data science lub analityce stosowanej, z modelami i analizami, które przeszły etap prototypu
• Silne umiejętności w Pythonie w standardowym stosie danych (pandas, NumPy, scikit-learn)
• Solidne podstawy statystyczne: testowanie hipotez, regresja, projektowanie eksperymentów oraz umiejętność rozróżniania rzeczywistych wyników od szumów
• Znajomość przynajmniej jednej platformy chmurowej/danych i jej komponentów związanych z data science — Azure (Microsoft Fabric, Azure Machine Learning), AWS (SageMaker), GCP (Vertex AI, BigQuery ML), Snowflake (Snowpark ML, Cortex), Databricks (MLflow, Mosaic AI) lub Palantir (Foundry Code Workspaces, Foundry ML, AIP)
• Umiejętność jasnego komunikowania wyników analitycznych interesariuszom biznesowym i wpływania na decyzje na podstawie danych
• Znajomość pracy autonomicznej przy jednoczesnej efektywnej współpracy z inżynierami danych, architektami i zespołami produktowymi
• Biegła znajomość języka angielskiego, zarówno w mowie, jak i w piśmie
• Biegła znajomość języka polskiego wymagana
• Wymagane zamieszkanie w Polsce

Mile widziane

• Doświadczenie produkcyjne z Microsoft Fabric lub certyfikacja Palantir Foundry (ścieżki Foundry Data Engineer / Data Scientist)
• Doświadczenie w prognozowaniu szeregów czasowych, NLP, systemach rekomendacyjnych lub znajomość przepływów pracy opartych na LLM
• Znajomość praktyk MLOps: MLflow, śledzenie eksperymentów, wersjonowanie modeli i CI/CD dla ML
• Doświadczenie z Power BI lub innymi narzędziami BI oraz przetwarzaniem rozproszonym z użyciem Spark/PySpark