Rola ta łączy zaawansowaną analizę danych z praktycznym wdrażaniem modeli AI w środowisku produkcyjnym. Pozwala to wykorzystywać rzeczywiste dane z linii technologicznych i laboratoriów, przekładając rozwiązania analityczne na mierzalne efekty biznesowe. To doskonała okazja do rozwoju w obszarze ML/DL i MLOps w ramach nowoczesnej infrastruktury danych oraz współpracy w międzynarodowym środowisku.

Wynagrodzenie:

17 000 – 19 000 PLN brutto (UoP)

19 000 - 21 000 PLN + VAT (B2B)

Wymagania:

• Wykształcenie wyższe (preferowane kierunki: informatyka, matematyka stosowana, data science).
• Zaawansowana znajomość języka angielskiego, umożliwiająca pracę w międzynarodowym środowisku.
• Doświadczenie w pracy z danymi procesowymi lub przemysłowymi — analiza jakości, monitorowanie parametrów, predykcja trendów.
• Biegłość w stosowaniu metod analizy szeregów czasowych oraz modelowaniu statystycznym.
• Praktyczne doświadczenie w projektowaniu i wdrażaniu modeli ML/DL (regresja, klasyfikacja, sieci neuronowe, modele predykcyjne).
• Znajomość procesów eksploracji danych oraz technik redukcji i selekcji cech.
• Umiejętność doboru parametrów, walidacji modeli i oceny ich skuteczności przy użyciu odpowiednich metryk.
• Znajomość zasad MLOps i utrzymania modeli w środowiskach produkcyjnych.
• Dostępność do pracy w formie hybrydowej.

Do Twoich zadań będzie należało:

• Projektowanie, trenowanie i wdrażanie modeli uczenia maszynowego oraz głębokiego uczenia opartych na danych procesowych.
• Analiza i modelowanie złożonych zjawisk produkcyjnych z wykorzystaniem metod statystycznych i algorytmów AI.
• Opracowywanie strategii doboru i strojenia modeli predykcyjnych w oparciu o dane przemysłowe (np. sensoryczne, czasowe, laboratoryjne).
• Budowa narzędzi wspierających cyfrowe odwzorowanie procesów oraz symulacje procesów w środowiskach chmurowych.
• Tworzenie i utrzymywanie infrastruktury danych, w tym repozytoriów modeli.
• Udział w automatyzacji cyklu życia modeli: trenowanie, retrenowanie, testy, wdrożenia i monitoring.
• Analiza jakości danych, przygotowywanie zestawów danych i pipeline’ów przetwarzania w środowisku chmurowym.