Opis projektu:Wiodąca międzynarodowa firma IT poszukuje doświadczony Senior Data Scientist przy projektach związanych z wdrożeniem rozwoju i wsparcia korporacyjnej platformy danych i bazujących na niej produktów dla największej w kraju sieci perfumeryjno-kosmetycznej w segmencie luksusowym.Oferujemy ciekawe i wielkoformatowe oferty projekty oparte na nowoczesnych technologiach, pracę w wysoce profesjonalnym zespole.Zadania:• Prace rozwojowe i wdrożenia modeli predykcyjnych do prognozowania sprze
Opis projektu:
Wiodąca międzynarodowa firma IT poszukuje doświadczony Senior Data Scientist przy projektach związanych z wdrożeniem rozwoju i wsparcia korporacyjnej platformy danych i bazujących na niej produktów dla największej w kraju sieci perfumeryjno-kosmetycznej w segmencie luksusowym.
Oferujemy ciekawe i wielkoformatowe oferty projekty oparte na nowoczesnych technologiach, pracę w wysoce profesjonalnym zespole.
Zadania:
• Prace rozwojowe i wdrożenia modeli predykcyjnych do prognozowania sprzedaży i zapasów.
• Analiza dużych zbiorów danych w celu wydobycia znaczących spostrzeżeń i wzorców.
• Opracowywanie algorytmów w celu poprawy dokładności prognozowania.
• Walidacja i udoskonalanie modeli przy użyciu metody statystyczne i uczenie maszynowe.
Opis umiejętności obowiązkowych:
- • Dyplom ukończenia studiów wyższych w dziedzinie analityki danych, statystyki, matematyki, informatyki lub dziedziny pokrewnej.< br/> • Ponad 3 lata udokumentowanego doświadczenia w obszarach uczenia maszynowego, modelowania statystycznego i analizy danych w realizowanych projektach.
• Biegła znajomość języków programowania takich jak Python lub R.
• Doświadczenie z danymi narzędzia do wizualizacji (np. Power BI).
• Znajomość technik analizy szeregów czasowych i prognozowania.
• Znajomość technologii big data (np. Hadoop, Spark) będzie dodatkowym atutem. Znajomość technologii firmy Microsoft w zakresie analityki danych będzie zaletą.
• Opracowywanie i wdrażanie modeli predykcyjnych do prognozowania sprzedaży i zapasów.
• Analiza dużych zbiorów danych w celu wydobycia znaczących spostrzeżeń i wzorców.
• Opracowanie algorytmów poprawiających dokładność prognozowania.
• Weryfikacja i udoskonalanie modeli z wykorzystaniem metod statystycznych i uczenia maszynowego.