Starszy Naukowiec Danych

Stanowisko: Starszy Specjalista ds. Analizy Danych Lokalizacja: Niemcy/Zdalnie Data rozpoczęcia: Środek grudnia 2023 Czas trwania: Do ustalenia Nasi klienci poszukują Starszych Specjalistów ds. Analizy Danych z wcześniejszym doświadczeniem konsultacyjnym oraz głębokim zrozumieniem możliwości AI i narzędzi. Jako Główny Specjalista ds. Analizy Danych, będziesz miał kluczową rolę doradczą, która obejmuje gromadzenie i przygotowywanie danych z AI, wdrażanie zaawansowanych narzędzi do analizy statystycznej, projektowanie modeli zasilanych przez AI do prognozowania informacji, oraz wykorzystywanie najnowocześniejszych technik uczenia maszynowego. Wymagane kompetencje: Zbieranie i przygotowywanie danych: Gromadzenie i przetwarzanie danych z różnych źródeł, czyszczenie danych i konwersja ich do formatu, który można wykorzystać do analizy za pomocą narzędzi AI. Analiza statystyczna i modelowanie: Wdrażanie technik analizy statystycznej i modelowania w celu zrozumienia wzorców, trendów i zależności w danych. Uczenie maszynowe: Projektowanie i wdrożenie modeli uczenia maszynowego do przewidywania wyników lub kategoryzowania danych na podstawie wzorców i powiązań. Wizualizacja danych i komunikacja: Generowanie wizualizacji danych i raportów w celu przekazania wyników i spostrzeżeń interesariuszom. Ustalanie priorytetów: Utrzymanie na bieżąco z najnowszymi technikami, narzędziami i technologiami z dziedziny analizy danych w celu ciągłego podnoszenia jakości i wpływu analizy danych. Wymagania: 5+ lat doświadczenia zawodowego w konsulting firm z zakresu Analizy Danych. Doświadczenie w doradztwie, w tym wykorzystanie narzędzi i możliwości AI jak GenAI. Znajomość możliwości i narzędzi AI istotnych dla zadań jest wysoce pożądana. Wykształcenie akademickie w dziedzinie ilościowej, takiej jak informatyka, sztuczna inteligencja, (stosowane) matematyka, ekonometria. Zrozumienie najlepszych praktyk w zakresie podejść do Analizy Danych i MLOps. Biegłość w językach programowania (np. Python, Julia, R) i solidne zrozumienie zasad inżynierii oprogramowania. Doświadczenie w wykorzystaniu DevOps, GIT oraz CI/CD i tworzeniu pipeline'ów ML na platformach chmurowych (preferowane Azure). Znajomość pakietu MS Azure, np. Azure Data Storage, Databricks, MLFlow/Azure Machine Learning, Kubernetes, etc. Umiejętności analityczne i komunikacyjne, zarówno w zakresie zrozumienia kontekstu biznesowego i problemów, jak i tłumaczenia technicznych i specjalistycznych zagadnień kluczowym interesariuszom.