Remote AI & ML Data Scientist in Warsaw

Remote AI & ML Data Scientist in Warsaw

Warsaw Pełny etat 123750 - 151250 zł / rok (szac.) Hybrydowo
A

W skrócie

  • Zadania: Projektuj skalowalne rozwiązania AI/ML w chmurze i współpracuj z zespołami.
  • Firma: Accenture Poland, lider w dziedzinie AI z globalnym zespołem ekspertów.
  • Benefity: Praca zdalna, konkurencyjne wynagrodzenie i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Dynamiczne środowisko z szansami na rozwój kariery.
  • Dlaczego ta praca: Twórz innowacyjne rozwiązania AI i wpływaj na przyszłość technologii.
  • Kwalifikacje: Doświadczenie w AI/ML oraz umiejętności pracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 123750 - 151250 zł za rok.

Accenture Poland's AI Centre of Excellence in Warsaw is seeking a talented AI/ML specialist to join a global team of 9,000+ experts.

You will design scalable AI/ML solutions using cloud, generative and agentic AI across client projects, collaborating in agile, cross-functional teams with business and data science colleagues.

You will apply data-driven approaches, deploy ML algorithms, and contribute to cutting-edge initiatives.

#J-18808-Ljbffr

Remote AI & ML Data Scientist in Warsaw – pracodawca: Accenture Poland

Accenture to wiodąca globalna firma świadcząca usługi profesjonalne, która oferuje wyjątkowe możliwości rozwoju zawodowego w dynamicznym środowisku. Pracownicy mogą liczyć na wsparcie w postaci indywidualnych ścieżek rozwoju, szerokiego pakietu szkoleń oraz dostępu do nowoczesnych technologii SAP, co sprzyja innowacyjności i kreatywności. Dodatkowo, elastyczne warunki pracy oraz programy wsparcia dla pracowników tworzą przyjazną atmosferę, w której każdy może się rozwijać i realizować swoje ambicje.

A

Dane kontaktowe:

Zespół rekrutacyjny Accenture Poland

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Remote AI & ML Data Scientist in Warsaw

AI/ML Solutions Design
Cloud Computing
Generative AI
Agentic AI
Agile Methodologies
Cross-Functional Collaboration
Data-Driven Approaches