Data Scientist/Machine Learning Engineer

Poszukujemy Data Scientista / Machine Learning Engineera do projektu, którego celem jest stworzenie zaawansowanego systemu prognozowania wspierającego pracę planistów produkcji.

System wykorzystuje modele uczenia maszynowego do przewidywania liczności zamówień klientów w średnim horyzoncie czasowym, co pozwala na optymalizację procesów produkcyjnych, logistycznych oraz lepsze zarządzanie zapasami.

Twoim głównym zadaniem będzie projektowanie, budowa, wdrażanie i utrzymanie modeli predykcyjnych — przede wszystkim modeli szeregów czasowych — z wykorzystaniem nowoczesnych technologii chmurowych oraz efektywnych pipeline’ów danych.

Nasze oczekiwania:

• Bardzo dobra znajomość Python (pandas, numpy, LightGBM),

• Podstawowa wiedza z zakresu uczenia maszynowego dla szeregów czasowych,

• Doświadczenie z Azure Machine Learning, Azure Functions,

• Znajomość relacyjnych baz danych: Snowflake, Azure SQL,

• Doświadczenie w tworzeniu i integracji z REST API,

• Praktyczna znajomość git oraz Azure DevOps.

  
  

Mile widziane:

• Doświadczenie z zakresu R&D.

  
  

Kluczowe zadania:

• Projektowanie, trenowanie i ocena modeli predykcyjnych dla szeregów czasowych (głównie LightGBM),

• Budowa modeli na różnych poziomach agregacji (np. konkretne diety, regiony, typy zamówień),

• Implementacja logiki modeli i skryptów w języku Python,

• Praca w Azure Machine Learning Studio: eksperymenty, wersjonowanie modeli, śledzenie metryk, wybór najlepszych modeli,

• Przygotowanie i transformacja danych historycznych, wzbogacanie ich o cechy dodatkowe (kalendarzowe, cenowe, promocyjne),

• Praca z dbt w celu budowy warstw danych (staging, marts) i orkiestracji procesów odświeżania,

• Wykorzystanie Snowflake jako centralnej bazy danych do pobierania danych treningowych i zapisywania wyników prognoz,

• Wdrażanie modeli jako endpointów w Azure Machine Learning,

• Konfiguracja automatycznego i cyklicznego uruchamiania predykcji (dziennie, tygodniowo) z wykorzystaniem skryptów w Python,

• Zapisywanie wyników prognoz do Snowflake,

• Tworzenie lekkich usług API przy użyciu Azure Functions do udostępniania najnowszych prognoz,

• Wspieranie użytkowników końcowych w pobieraniu danych i raportowaniu (Excel + PowerQuery).