
Sprawdź nasze wymagania:
- Wykształcenia wyższego (matematyka, analizy ilościowe, data science, informatyka, ekonometria)
- Minimum 4 lata doświadczenia w Data Science / Machine Learning
- Doświadczenia komercyjnego w budowaniu rozwiązań klasy ML wykorzystującego modele oparte na drzewach (DT, RF, Boosting), uogólnione modele liniowe (SVM, NN, Regresje, Boosting), oparte na odległości (KNN) oraz uczenie bez nadzoru
- Doświadczenia w zbieraniu wymagań biznesowych, tłumaczeniu ich na proces analityczny, definiowaniu metryk jakości oraz procesu testującego na danych historycznych jak również na nowych danych
- Znajomości koncepcji podstawowego oraz zaawansowanego Feature Engineering, zapobiegania data leakage oraz znajomość ensemble learning
- Umiejętność programowania w języku Python
- Znajomość bibliotek analitycznych DS/ML libraries: Scikit-learn, XGBoost / LightGBM, Seaborn, Statsmodels, Keras
- Umiejętność obróbki danych do postaci recordu analitycznego (ABT / CAR) z wykorzystaniem SQL / Pandas / PySpark
- Umiejętność formułowania komunikacji biznesowej na podstawie wyników analitycznych
Mile widziane
- Doświadczenie zawodowe w projektach doradczych: Data Discovery, Analytical Use Cases Hunting, ML Education / Evangelization
- Doświadczenie w pracy ze środowiskiem Spark / Databricks
- Znajomość Causal ML
- Znajomość MLOps oraz bibliotek produkcjonalizacyjnych: AirFlow, Kubeflow, Kedro
- Doświadczenie w budowaniu modeli Deep Learning