Data Scientist

Wyzwania związane z nauką o danych są wszechobecne, ale znalezienie wykwalifikowanych fachowców nie jest łatwe. W Obviously AI dążymy do przekształcenia każdej firmy w jednostkę napędzaną przez sztuczną inteligencję. Osiągamy to, zapewniając światowej klasy, podatny na żądanie know-how z zakresu nauki o danych, aby rozwiązywać rzeczywiste problemy biznesowe. Nasze wsparcie zaplecza wyposaża naukowców w przełomowe narzędzia, które dostarczają wyniki w minutach, nie miesiącach.

Jesteśmy różnorodnym i energicznym zespołem, poświęconym wykonywaniu najlepszej pracy naszego życia, jednocześnie utrzymując zdrową równowagę między pracą a życiem prywatnym. Oferujemy elastyczne godziny pracy i hybrydowe środowisko pracy, z większością pracowników w San Francisco, CA i członkami zespołu pracującymi zdalnie na całym świecie. Obviously AI jest wspierane przez czołowe amerykańskie firmy venture capital, co stawia Cię na czele szybko rosnącej firmy z istotną misją.

Jako Data Scientist w Obviously AI wykorzystasz swoją wiedzę z zakresu R i Python, aby stawić czoła kluczowym wyzwaniom biznesowym. Nasze rozwiązanie jest obecnie używane przez liczne globalne firmy, doceniane za szybkość, niezawodność i klientocentryczną obsługę.

Ta rola obiecuje mnóstwo intrygujących i wpływowych wyzwań związanych z nauką o danych, które mogą zrewolucjonizować firmy na całym świecie. Jeśli kwitniesz w małym, dynamicznym zespole i pasjonuje Cię rozwiązywanie różnorodnych problemów związanych z nauką o danych, ta rola jest dla Ciebie. Powinieneś być mistrzem w upraszczaniu skomplikowanych koncepcji AI dla użytkowników nietechnicznych i cenić wysoki stopień autonomii. Pracując bezpośrednio z założycielami, odegrasz kluczową rolę w naszym wczesnym sukcesie, a akcje (tzw. "skin in the game") wzmocnią Twoje zaangażowanie w nasze wspólne osiągnięcia.

• 3-5 lat doświadczenia w nauce o danych.
• Praktyczne doświadczenie jako Data Scientist.
• Biegłość w metodach ML i nauki o danych, takich jak przetwarzanie danych (Data Preprocessing), inżynieria cech (Feature Engineering), budowanie modeli prognozujących (np. ARIMA, SARIMA, XGBOOST), oraz predykcyjnych modeli (Random Forest, Linear Regression, Boosting, Bagging).
• Doświadczenie z bibliotekami ML, takimi jak Pandas i Sklearn/Scikit-learn.
• Doskonale rozwinięte umiejętności komunikacyjne pisemne i werbalne, zdolność do uproszczenia skomplikowanych koncepcji dla szerokiego grona odbiorców.
• Biegłość w pisaniu skryptów w R i Python do analizy danych, przetwarzania i zadań inżynierii cech.
• Trwała pasja do uczenia maszynowego i nauki o danych, pozostawanie na bieżąco z najnowszymi osiągnięciami.
• Osobowość, która łatwo nawiązuje relacje z ludźmi i wspiera współpracę, jednocześnie pozostając autonomiczną.
• Skłonność do budowania i usprawniania procesów, równowaga między szczegółową strukturą a dynamiczną naturą małego zespołu.
• Chęć rozwoju w energicznym środowisku startupowym, gotowość do nauki i rozszerzania swoich umiejętności poprzez różnorodne działania.
• Komfort w proponowaniu nowych pomysłów i eksperymentowaniu bez obaw przed porażką, szybkie dostosowywanie się