Data Scientist

Opis oferty:

Fastr.ai to startup z Doliny Krzemowej, który opracowuje technologię opartą na sztucznej inteligencji, która umożliwia pracodawcom znalezienie najlepiej wykwalifikowanych kandydatów za pomocą jednego kliknięcia, co znacząco usprawnia proces rekrutacji. Wykorzystując modele uczenia maszynowego, porównujemy i rankingujemy kandydatów, dopasowując ich do ofert pracy, a także zapewniamy inne funkcjonalności, jak ekstrakcja kluczowych danych kandydata, jego doświadczenia i umiejętności.

Jest to oferta pracy na pełen etat, w pełni zdalna, posiadamy jednak biuro w Krakowie, gdybyś potrzebował przestrzeni biurowej do pracy lub chciał spotkać się z innymi współpracownikami. Pracujemy w małych zespołach o płaskiej strukturze, gdzie wspólnie ustalamy priorytet i podział zadań, konsultując i omawiając postępy podczas cotygodniowych spotkań z Product Ownerami (prowadzonymi w języku angielskim).

Kogo szukamy?

Szukamy doświadczonego Data Scientista, który chce rozwijać się w obszarze NLP i tworzyć realne, skalowalne rozwiązania wykorzystywane przez firmy na całym świecie. Idealny kandydat to osoba samodzielna, która dobrze odnajduje się w pracy zespołowej, potrafi proponować nowe podejścia i jest na bieżąco z najnowszymi trendami w AI.

Wymagane doświadczenie i umiejętności:

• Minimum 3 lata zawodowego doświadczenia na stanowisku Data Scientist lub pokrewnym,
• Biegła znajomość języka programowania Python, dobrych praktyk kodowania oraz systemów kontroli wersji (git),
• Praktyczna znajomość klasycznych algorytmów uczenia maszynowego oraz deep learningu,
• Doświadczenie w NLP – m.in. Information Retrieval, modele językowe, NER, itd.,
• Znajomość bibliotek: PyTorch, huggingface, transformers. Mile widziana znajomość modeli generatywnych i frameworków do pracy z nimi (langchain/langgraph),
• Doświadczenie w pracy z platformami chmurowymi (Azure, AWS, GCP) – preferowany Azure
• Umiejętność analizowania publikacji naukowych i wdrażania usprawnień z nich wynikających do produktu
• Zainteresowanie najnowszymi osiągnięciami w obszarze NLP i deep learningu

Mile widziane:

• Doświadczenie w deploymencie modeli i tworzeniu mikroserwisów (ML-Ops)
• Znajomość narzędzi do monitorowania i skalowania modeli produkcyjnych