Специалист по данным @ Webinterpret Польша Sp. з о.о. в Webinterpret Poland Sp. z o.o.

Webinterpret — технологическая компания, действующая по всему миру, помогающая брендам и ритейлерам успешно завоевывать новые рынки через онлайн-торговые площадки. Наше комплексное трансграничное решение является ключом к тому, чтобы ваш продукт достиг и привлекал международных покупателей по доступной цене с помощью наших автоматизированных услуг локализации, многоязычного SEO и SEM, а также логистики. С 2007 года мы помогли более чем 40 000 компаниям по всему миру и обеспечили объем продаж более 300 млн евро. Схема работы Data Scientist: Scrum Местоположение: 100% удаленно или в Варшаве (центр города) Опыт: Средний-старший Гибкий график работы: Да (с началом работы с 8:00 до 10:00 CET/CEST) Требования: Не менее 3 лет коммерческого опыта Опыт работы: Python Анализ данных и машинное обучение Обработка данных (и баз данных SQL) Хорошее понимание статистики и вероятностей Актуальные знания моделей машинного обучения и текущих тенденций Интерес к конвейерам данных и разработке программного обеспечения Хороший письменный и устный английский (комфортный) с работой в международной среде) Стек технологий: Разработка Python (например, классы данных, flask, faust, Kedro) SQL (Athena, Postgresql, Redshift), NoSQL (Redis, Mongo) Инфраструктура и конвейеры данных (Kafka, RabbitMQ, AWS, Docker) , Kubernetes, MLflow, Kubeflow, Kserve) Эксперименты Машинное обучение (sklearn, Tensorfow, pyTorch, spaCy, чутье) ​​LLM (langchain) Анализ Обработка данных Python (например, pandas, numpy, Kedro) Статистический анализ (scipy, statsmodels, Prophet, CausalImpact, pyMC) Кто мы и кого ищем? В рамках Webinterpret наша команда занимается созданием решений на основе данных (с использованием машинного обучения, статистики и эвристических подходов) для оптимизации и улучшения различных услуг, которые поддерживают международные продажи сотен миллионов продуктов в более чем 15 разных странах. Ежедневно мы решаем такие задачи, как классификация продуктов, локализация продуктов, оценка стоимости доставки, оптимизация рекламы, оптимизация цен и многие другие. Наши повседневные задачи можно отнести к одной из трех категорий: разработка, эксперименты и анализ. Мы ищем Data Scientist, который сможет работать во всех этих областях. Развитие Поскольку все наши системы ежедневно обрабатывают миллионы продуктов, мы стараемся развивать наши услуги масштабируемым и эффективным способом. Это означает, что при создании нашей системы мы заботимся о высоком качестве кода, тестовом покрытии, автоматизации обработки данных и низкой задержке для оптимизации их производительности и генерируемых затрат. Эксперименты. С другой стороны, важно думать о потенциальном росте, поэтому мы также работаем над оптимизацией бизнес-ценности существующих продуктов и ищем новые возможности для бизнеса. Это означает, что мы часто пытаемся создавать новые продукты на основе ML и (а в последнее время и LLM) и проверять их потенциал в реальной производственной среде. Анализ Поскольку у нас есть доступ к терабайтам исторических данных электронной коммерции, мы используем их для улучшения бизнес-показателей наших продуктов. Это означает, что мы часто готовим углубленный исследовательский и статистический анализ, чтобы найти скрытые закономерности и тенденции, а также анализируем ситуацию.результаты и подтверждающие значимость наших экспериментов. Мы предлагаем «WI» мало что расскажет о наших легендарных корпоративных вечеринках; они далеко не «повседневные» или «скучные» напитки. Уроки языка. Схема распределения доходов компании «LTIP» — чем больше растет компания, тем больше вы от нее получаете. Не менее 3 лет коммерческого опыта, Опыт работы в области: Анализ данных Python и машинное обучение, Обработка данных (и баз данных SQL), Хорошее понимание статистики и вероятностей, Актуальные знания моделей машинного обучения и текущих тенденций, Интерес к конвейерам данных. и разработка программного обеспечения. Хороший письменный и устный английский (комфортно работать в международной среде). Webinterpret — технологическая компания, действующая по всему миру, помогающая брендам и ритейлерам успешно завоевывать новые рынки через онлайн-торговые площадки. Наше комплексное трансграничное решение является ключом к тому, чтобы ваш продукт достиг и привлекал международных покупателей по доступной цене с помощью наших автоматизированных услуг локализации, многоязычного SEO и SEM, а также логистики. С 2007 года мы помогли более чем 40 000 компаниям по всему миру и обеспечили объем продаж более 300 млн евро. Схема работы Data Scientist: Scrum Местоположение: 100% удаленно или в Варшаве (центр города) Опыт: Средний-старший Гибкий график работы: Да (с началом работы с 8:00 до 10:00 CET/CEST) Требования: Не менее 3 лет коммерческого опыта Опыт работы: Python Анализ данных и машинное обучение Обработка данных (и баз данных SQL) Хорошее понимание статистики и вероятностей Актуальные знания моделей машинного обучения и текущих тенденций Интерес к конвейерам данных и разработке программного обеспечения Хороший письменный и устный английский (комфортный) с работой в международной среде) Стек технологий: Разработка Python (например, классы данных, flask, faust, Kedro) SQL (Athena, Postgresql, Redshift), NoSQL (Redis, Mongo) Инфраструктура и конвейеры данных (Kafka, RabbitMQ, AWS, Docker) , Kubernetes, MLflow, Kubeflow, Kserve) Эксперименты Машинное обучение (sklearn, Tensorfow, pyTorch, spaCy, чутье) ​​LLM (langchain) Анализ Обработка данных Python (например, pandas, numpy, Kedro) Статистический анализ (scipy, statsmodels, Prophet, CausalImpact, pyMC) Кто мы и кого ищем? В рамках Webinterpret наша команда занимается созданием решений на основе данных (с использованием машинного обучения, статистики и эвристических подходов) для оптимизации и улучшения различных услуг, которые поддерживают международные продажи сотен миллионов продуктов в более чем 15 разных странах. Ежедневно мы решаем такие задачи, как классификация продуктов, локализация продуктов, оценка стоимости доставки, оптимизация рекламы, оптимизация цен и многие другие. Наши повседневные задачи можно отнести к одной из трех категорий: разработка, эксперименты и анализ. Мы ищем Data Scientist, который сможет работать во всех этих областях. Развитие Поскольку все наши системы ежедневно обрабатывают миллионы продуктов, мы стараемся развивать наши услуги масштабируемым и эффективным способом. Это означает, что при построении нашей системы мы заботимся о высоком качестве кода,ярость, автоматизация обработки данных и низкая задержка для оптимизации их производительности и генерируемых затрат. Эксперименты. С другой стороны, важно думать о потенциальном росте, поэтому мы также работаем над оптимизацией бизнес-ценности существующих продуктов и ищем новые возможности для бизнеса. Это означает, что мы часто пытаемся создавать новые продукты на основе ML и (а в последнее время и LLM) и проверять их потенциал в реальной производственной среде. Анализ Поскольку у нас есть доступ к терабайтам исторических данных электронной коммерции, мы используем их для улучшения бизнес-показателей наших продуктов. Это означает, что мы часто готовим углубленный исследовательский и статистический анализ, чтобы найти скрытые закономерности и тенденции, а также анализируем результаты и подтверждаем значимость наших экспериментов. Мы предлагаем «WI» мало что расскажет о наших легендарных корпоративных вечеринках; они далеко не «повседневные» или «скучные» напитки. Уроки языка. Схема распределения доходов компании «LTIP» — чем больше растет компания, тем больше вы от нее получаете. ,[Решение таких задач, как классификация продуктов, локализация продуктов, оценка стоимости доставки, оптимизация рекламы, оптимизация цен и многие другие. Наши повседневные задачи можно отнести к одной из трех категорий: разработка, эксперименты и анализ. . Мы ищем специалиста по данным, который сможет работать во всех этих областях. Поскольку все наши системы ежедневно обрабатывают миллионы продуктов, мы стараемся развивать наши услуги масштабируемым и эффективным способом. Это означает, что при создании нашей системы мы заботимся о высоком качестве кода, тестовом покрытии, автоматизации обработки данных и низкой задержке для оптимизации их производительности и генерируемых затрат. С другой стороны, важно думать о потенциальном росте, поэтому мы также работает над оптимизацией коммерческой ценности существующих продуктов и ищет новые возможности для бизнеса. Это означает, что мы часто пытаемся создавать новые продукты на основе ML и (а в последнее время также и LLM) и проверять их потенциал в реальной производственной среде. Поскольку у нас есть доступ к терабайтам исторических данных электронной коммерции, мы используем их. для улучшения бизнес-показателей нашей продукции. Это означает, что мы часто готовим углубленный исследовательский и статистический анализ, чтобы найти скрытые закономерности и тенденции, а также анализируем результаты и подтверждаем значимость наших экспериментов.] Требования: Python, анализ данных, машинное обучение, инструменты SQL: Jira, Confluence , Agile, Scrum. Дополнительно: Спортивная подписка, Бюджет обучения, Частное медицинское обслуживание, Плоская структура, Небольшие команды, Международные проекты, Интеграционные мероприятия, Дружественная атмосфера, Языковые курсы, Программа совместного использования, Бесплатный кофе, Парковка велосипедов, Игровая комната, Бесплатные закуски, Бесплатные напитки, Собственный персонал тренинги, Современный офис, Стартап-атмосфера, Без дресс-кода, Бесплатный завтрак.