Data Scientist @ Webinterpret Poland Sp. z o.o. в Webinterpret Poland Sp. z o.o.

Webinterpret – це технологічна компанія, яка працює по всьому світу, щоб допомогти брендам і роздрібним торговцям успішно завойовувати нові ринки через онлайн-ринки. Наше наскрізне транскордонне рішення є ключем до того, щоб ваш продукт охопив і залучив міжнародних покупців за доступною ціною за допомогою наших автоматизованих служб локалізації, багатомовного SEO та SEM та логістики. З 2007 року ми допомогли понад 40 000 компаній у всьому світі та отримали понад 300 мільйонів євро продажів. Структура роботи Data Scientist: Scrum Розташування: 100% віддалена або Варшава (центр міста) Досвід: Середній старший Гнучкий графік роботи: Так (з часом початку між 8:00–10:00 CET/CEST) Вимоги: принаймні 3 роки комерційної діяльності досвід Досвід у: Python Аналіз даних і машинне навчання Обробка даних (та бази даних SQL) Добре розуміння статистики та ймовірності Новітні знання про моделі машинного навчання та поточні тенденції Зацікавленість конвеєрами даних і розробкою програмного забезпечення Хороша письмова та розмовна англійська (зручна) з роботою в міжнародному середовищі) Стек технологій: Розробка Розробка на Python (наприклад, класи даних, flask, faust, Kedro) SQL (Athena, Postgresql, Redshift), NoSQL (Redis, Mongo) Інфраструктура та конвеєри даних (Kafka, RabbitMQ, AWS, Docker) , Kubernetes, MLflow, Kubeflow, Kserve) Експерименти Машинне навчання (sklearn, Tensorfow, pyTorch, spaCy, flair) LLM (langchain) Аналіз Обробка даних Python (наприклад, pandas, numpy, Kedro) Статистичний аналіз (scipy, statsmodels, Prophet, CausalImpact, pyMC) Хто ми і кого шукаємо? У рамках Webinterpret наша команда зосереджується на створенні керованих даними (з використанням підходів машинного навчання, статистики та евристики) рішень для оптимізації та покращення різноманітних послуг, які підтримують міжнародні продажі сотень мільйонів продуктів у 15+ різних країнах. Щодня ми вирішуємо такі завдання, як класифікація продукції, локалізація продукції, оцінка вартості доставки, оптимізація реклами, оптимізація цін та багато іншого. Наші повсякденні завдання можна класифікувати за однією з трьох категорій: розробка, експерименти та аналіз. Ми шукаємо Data Scientist, який зможе працювати в усіх цих сферах. Розробка Оскільки всі наші системи щодня обробляють мільйони продуктів, ми намагаємося розробляти наші послуги в масштабований та ефективний спосіб. Це означає, що під час створення нашої системи ми дбаємо про високу якість коду, покриття тестів, автоматизацію обробки даних і низьку затримку, щоб оптимізувати їх продуктивність і створені витрати. Експерименти З іншого боку, важливо думати про потенційне зростання, тому ми також працюємо над оптимізацією бізнес-цінності існуючих продуктів і шукаємо нові можливості для бізнесу. Це означає, що ми часто намагаємося створювати нові продукти на основі ML і (а нещодавно також на основі LLM) і перевіряти їхній потенціал у реальному виробничому середовищі. Аналіз Оскільки ми маємо доступ до терабайтів історичних даних електронної комерції, ми використовуємо їх для покращення бізнес-ефективності наших продуктів. Це означає, що ми часто готуємо поглиблений пошуковий і статистичний аналіз, щоб знайти приховані закономірності та тенденції, а також аналізуєморезультати та підтверджують важливість наших експериментів. Ми пропонуємо, що "WI" не розповість багато про наші легендарні корпоративні вечірки; вони далекі від «звичайних» або «нудних» напоїв. Уроки мови. Схема розподілу доходів компанії "LTIP" - чим більше компанія росте, тим більше ви отримуєте від неї. Принаймні 3 роки комерційного досвіду, досвід у: Python Аналіз даних і машинне навчання Обробка даних (і бази даних SQL), Добре розуміння статистики та ймовірності, Актуальне знання моделей машинного навчання та поточних тенденцій, Інтерес до конвеєрів даних і розробка програмного забезпечення, хороша письмова та розмовна англійська (зручно працювати в міжнародному середовищі). Webinterpret – це технологічна компанія, яка працює по всьому світу, щоб допомогти брендам і роздрібним торговцям успішно завойовувати нові ринки через онлайн-ринки. Наше наскрізне транскордонне рішення є ключем до того, щоб ваш продукт охопив і залучив міжнародних покупців за доступною ціною за допомогою наших автоматизованих служб локалізації, багатомовного SEO та SEM та логістики. З 2007 року ми допомогли понад 40 000 компаній у всьому світі та отримали понад 300 мільйонів євро продажів. Структура роботи Data Scientist: Scrum Розташування: 100% віддалена або Варшава (центр міста) Досвід: Середній старший Гнучкий графік роботи: Так (з часом початку між 8:00–10:00 CET/CEST) Вимоги: принаймні 3 роки комерційної діяльності досвід Досвід у: Python Аналіз даних і машинне навчання Обробка даних (та бази даних SQL) Добре розуміння статистики та ймовірності Новітні знання про моделі машинного навчання та поточні тенденції Зацікавленість конвеєрами даних і розробкою програмного забезпечення Хороша письмова та розмовна англійська (зручна) з роботою в міжнародному середовищі) Стек технологій: Розробка Розробка на Python (наприклад, класи даних, flask, faust, Kedro) SQL (Athena, Postgresql, Redshift), NoSQL (Redis, Mongo) Інфраструктура та конвеєри даних (Kafka, RabbitMQ, AWS, Docker) , Kubernetes, MLflow, Kubeflow, Kserve) Експерименти Машинне навчання (sklearn, Tensorfow, pyTorch, spaCy, flair) LLM (langchain) Аналіз Обробка даних Python (наприклад, pandas, numpy, Kedro) Статистичний аналіз (scipy, statsmodels, Prophet, CausalImpact, pyMC) Хто ми і кого шукаємо? У рамках Webinterpret наша команда зосереджується на створенні керованих даними (з використанням підходів машинного навчання, статистики та евристики) рішень для оптимізації та покращення різноманітних послуг, які підтримують міжнародні продажі сотень мільйонів продуктів у 15+ різних країнах. Щодня ми вирішуємо такі завдання, як класифікація продукції, локалізація продукції, оцінка вартості доставки, оптимізація реклами, оптимізація цін та багато іншого. Наші повсякденні завдання можна класифікувати за однією з трьох категорій: розробка, експерименти та аналіз. Ми шукаємо Data Scientist, який зможе працювати в усіх цих сферах. Розробка Оскільки всі наші системи щодня обробляють мільйони продуктів, ми намагаємося розробляти наші послуги в масштабований та ефективний спосіб. Це означає, що при створенні нашої системи ми дбаємо про високу якість коду, тестову бухтугнів, автоматизація обробки даних і низька затримка для оптимізації їх продуктивності та створених витрат. Експерименти З іншого боку, важливо думати про потенційне зростання, тому ми також працюємо над оптимізацією бізнес-цінності існуючих продуктів і шукаємо нові можливості для бізнесу. Це означає, що ми часто намагаємося створювати нові продукти на основі ML і (а нещодавно також на основі LLM) і перевіряти їхній потенціал у реальному виробничому середовищі. Аналіз Оскільки ми маємо доступ до терабайтів історичних даних електронної комерції, ми використовуємо їх для покращення бізнес-ефективності наших продуктів. Це означає, що ми часто готуємо поглиблені пошукові та статистичні аналізи, щоб знайти приховані закономірності та тенденції, а також аналізуємо результати та підтверджуємо важливість наших експериментів. Ми пропонуємо, що "WI" не розповість багато про наші легендарні корпоративні вечірки; вони далекі від «звичайних» або «нудних» напоїв. Уроки мови. Схема розподілу доходів компанії "LTIP" - чим більше компанія росте, тим більше ви отримуєте від неї. ,[ Виконання таких завдань, як класифікація продуктів, локалізація продуктів, оцінка вартості доставки, оптимізація реклами, оптимізація цін і багато іншого. Наші повсякденні завдання можна класифікувати за однією з трьох категорій: розробка, експерименти та аналіз . Ми шукаємо спеціаліста з даних, який зможе працювати в усіх цих галузях. Оскільки всі наші системи щодня обробляють мільйони продуктів, ми намагаємося розвивати наші послуги масштабованим та ефективним способом. Це означає, що під час створення нашої системи ми дбаємо про високу якість коду, охоплення тестами, автоматизацію обробки даних і низьку затримку для оптимізації їх продуктивності та створених витрат. З іншого боку, важливо думати про потенційне зростання, тому ми також працює над оптимізацією бізнес-цінності існуючих продуктів і шукає нові можливості для бізнесу. Це означає, що ми часто намагаємося створювати нові продукти на основі ML і (а нещодавно також на основі LLM) і перевіряти їхній потенціал у реальному виробничому середовищі. Оскільки ми маємо доступ до терабайтів історичних даних електронної комерції, ми використовуємо їх покращити бізнес-ефективність наших продуктів. Це означає, що ми часто готуємо поглиблені пошукові та статистичні аналізи, щоб знайти приховані закономірності та тенденції, а також аналізуємо результати та підтверджуємо важливість наших експериментів.] Вимоги: Python, аналіз даних, машинне навчання, інструменти SQL: Jira, Confluence , Agile, Scrum. Додатково: абонемент на спорт, бюджет тренувань, приватне медичне обслуговування, плоска структура, невеликі команди, міжнародні проекти, інтеграційні заходи, дружня атмосфера, мовні курси, програма спільного використання, безкоштовна кава, паркування велосипедів, ігрова кімната, безкоштовні закуски, безкоштовні напої, власний тренінги, Сучасний офіс, Атмосфера стартапу, Без дрес-коду, Безкоштовний сніданок.