Junior Data Scientist

Devsinc aktywnie poszukuje utalentowanego Młodszego Naukowca Danych z doświadczeniem od 6 miesięcy do 1,5 roku, szczególnie w zakresie uczenia maszynowego (ML). Stanowisko to jest ekscytującą możliwością dla osób, które zaczęły doskonalić swoje umiejętności ML i są gotowe wykorzystać swoją wiedzę do rozwiązywania realnych problemów biznesowych.

Jako Młodszy Naukowiec Danych w Devsinc będziesz:

• Projektować, rozwijać i wdrażać modele ML do rozwiązywania konkretnych problemów biznesowych, obsługując wszystkie etapy od wstępnego przetwarzania danych i inżynierii cech po szkolenie modeli i walidację.
• Prowadzić eksploracyjną analizę danych w celu odkrywania wzorców, korelacji i wniosków w danych strukturyzowanych i nieustrukturyzowanych, wykorzystując te odkrycia do udoskonalania modeli i metod ML.
• Współpracować z międzydyscyplinarnym zespołem, w tym z naukowcami danych, inżynierami i interesariuszami biznesowymi, aby określić potrzeby danych i opracować rozwiązania biznesowe oparte na ML.
• Tworzyć efektywne wizualizacje, aby prezentować wyniki modeli i analiz ML.
• Generować szczegółowe raporty i prezentacje, które przekształcają skomplikowane koncepcje i wyniki ML na zrozumiałe spostrzeżenia, motywujące do działań biznesowych.
• Ciągle szukać możliwości nauki w zaawansowanych technikach ML i integrować najnowsze badania i narzędzia, aby zwiększyć wyniki projektów.
• Rozwijać i testować prototypy modeli predykcyjnych i innych aplikacji ML w celu oceny ich rzeczywistej wydajności.
• Wykorzystywać swoje spostrzeżenia, zestawy danych, kod i modele w różnych funkcjach firmy, wpływając na takie obszary jak HR i marketing.
• Utrzymywać skuteczną komunikację zarówno ustnie, jak i na piśmie, aby dokładnie tłumaczyć wymagania dotyczące danych i wyniki.

Nasz idealny kandydat będzie miał:

• Licencjat z nauk o danych, informatyki, inżynierii, matematyki, statystyki lub pokrewnego kierunku ze znacznym naciskiem na studia ML.
• Przynajmniej 6 miesięcy do 1,5 roku doświadczenia w dziedzinie nauk o danych lub uczenia maszynowego, wykazane przez portfolio projektów związanych z rozwojem modeli ML, analizą danych i inżynierią cech.
• Zaawansowaną znajomość bibliotek i frameworków ML, takich jak TensorFlow, PyTorch, scikit-learn i umiejętności programowania w języku Python.
• Doświadczenie z SQL i znajomość narzędzi wizualizacji danych, takich jak Seaborn lub ggplot2.
• Wyjątkową umiejętność analizy złożonych zestawów danych w celu opracowania efektywnych modeli ML.
• Udokumentowany sukces w komunikowaniu