Data Scientist

Lokalizacja: Paryż, Francja

Typ: Pełny etat, umowa lokalna

Data rozpoczęcia: Jak najszybciej w 2024 roku

PUR jest światowym liderem w zrównoważonym zarządzaniu łańcuchem dostaw, realizującym projekty społeczno-środowiskowe w ramach łańcuchów dostaw naszych korporacyjnych partnerów. Nasze inicjatywy na poziomie rolnictwa wzmacniają ekonomicznie i społecznie lokalne społeczności, jednocześnie przeciwdziałając zmianom klimatycznym. Nasze projekty obejmują między innymi insetting, rolnictwo regeneracyjne, agroleśnictwo, ochronę lasów i rekultywację krajobrazu. Jako firma B Corp, PUR zatrudnia ponad 200 osób i działa w 10 krajach.

Dowiedz się więcej na www.pur.co

Szukamy utalentowanego Data Scientist, który przekształci nasze obszerne dane terenowe i dotyczące gatunków drzew w wnioski mierzące nasz wpływ na emisję dwutlenku węgla. Ściśle współpracując z zespołami ds. danych i węgla, będziesz tworzyć modele informujące o projektowaniu, kontraktach oraz innowacyjnych modelach węglowych dostosowanych do agroleśnictwa w strefach tropikalnych.

• Wdrażanie i udoskonalanie modeli uczenia maszynowego i głębokiego uczenia.
• Obsługa danych ustrukturyzowanych i nieustrukturyzowanych, w tym danych geoprzestrzennych i obrazów.
• Przetwarzanie dużych ilości danych w celu generowania wniosków i trenowania modeli.
• Rozwijanie i utrzymywanie kodu w Pythonie oraz tworzenie przejrzystych tablic wyników i wizualizacji.
• Rozwijanie i utrzymywanie narzędzia do prognozowania i kwantyfikacji węgla na podstawie gatunków drzew.
• Przeprowadzanie analizy statystycznej w celu oceny niepewności prognoz i opracowywania scenariuszy sekwestracji węgla.
• Identyfikacja reprezentatywnych próbek terenowych do kwantyfikacji węgla.
• Ciagłe udoskonalanie modeli i analiz w oparciu o nowe dane.
• Zapewnianie wewnętrznych konsultacji w zakresie projektowania projektów w celu spełnienia zobowiązań węglowych i innych ważnych wpływów społecznych.

• Co najmniej 3 lata doświadczenia na stanowisku Analityka Danych lub Data Scientist.
• Biegłość w analizie eksploracyjnej danych i solidna wiedza z zakresu statystyki.
• Zaawansowana znajomość SQL i Python, w tym takich bibliotek jak Scikit-learn, Pandas, Numpy, TensorFlow, Keras, XGBoost i Matplotlib.
• Doświadczenie z algorytmami uczenia maszynowego, sieciami neuronowymi i głębokim uczeniem.
• Znajomość zasad inżynierii oprogramowania, takich jak testowanie jednostkowe, TDD i optymalizacja wydajności.
• Znajomość narzędzi do zarządzania projektami, takich jak JIRA i Confluence.
• Doświadczenie lub duże zainteresowanie zrównoważonym rozwojem lub dziedzinami związanymi z wpływem na środowisko.
• Biegłość w języku angielskim; francuski i hiszpański będą dodatkowym atutem.
• Dostępność do pracy z biura co najmniej trzy razy w tygodniu.

1. <