Lead Data Scientist in Kraków

Przyjdź do życia. W Danaher nasza praca ratuje życie. Każdy z nas odgrywa w tym rolę. Napędzani naszą kulturą ciągłego doskonalenia, przekształcamy pomysły w wpływ, innowując w tempie życia. Naszych ponad 60 000 pracowników działa na całym świecie w ponad 15 unikalnych firmach w dziedzinie nauk przyrodniczych, diagnostyki i biotechnologii. Czy jesteś gotowy, aby przyspieszyć swój potencjał i dokonać prawdziwej różnicy? W Danaher możesz zbudować niesamowitą karierę w wiodącej firmie zajmującej się nauką i technologią, gdzie zobowiązujemy się do zatrudniania i rozwijania talentów wewnętrznych. Będziesz prosperować w kulturze przynależności, w której Twoje unikalne spojrzenie ma znaczenie.

DHR Enterprise AI Solutions to zdolność inżynieryjna AI Danahera, odpowiedzialna za identyfikację możliwości, budowanie i skalowanie wielokrotnego użytku rozwiązań AI oraz przyspieszanie wymiernego wpływu biznesowego w różnych firmach operacyjnych. Łączymy produkt, architekturę, naukę o AI, inżynierię i operacje, aby zindustrializować AI, ustanowić standardy przedsiębiorstwa i umożliwić nową generację produktów, przepływów pracy, aplikacji i rozwiązań wspierających decyzje opartych na AI.

W DHR Enterprise AI Solutions będziesz odpowiedzialny za tworzenie wielokrotnego użytku, produkcyjnych rozwiązań z zakresu Data Science, Machine Learning i AI, które rozwiązują złożone wyzwania biznesowe, naukowe, laboratoryjne i związane z instrumentami w całym Danaher. Będziesz pełnił rolę eksperta technicznego w dziedzinie Data Science i Machine Learning, pomagając przekształcać dane w możliwości predykcyjne, modele optymalizacji, użyteczne spostrzeżenia i inteligentne rozwiązania wspierające decyzje, które można wdrażać, skalować i ponownie wykorzystywać w różnych firmach operacyjnych.

W tej roli będziesz miał okazję:

• Opracowywać zaawansowane modele statystyczne, data science, machine learning i AI, które rozwiązują złożone problemy biznesowe i naukowe oraz generują wymierny wpływ w różnych firmach operacyjnych Danahera.
• Projektować i prowadzić eksperymenty, ramy oceny, metodologie walidacji i benchmarki wydajności, które zapewniają rygor naukowy, niezawodność modeli i podejmowanie decyzji opartych na dowodach.
• Kuracja, transformacja i analiza zasobów danych przedsiębiorstwa, ustanawiając wysokiej jakości zestawy danych, zestawy cech i analityczne fundamenty, które przyspieszają inicjatywy z zakresu machine learning, optymalizacji i modelowania predykcyjnego.
• Wybór, rozwój i udoskonalanie odpowiednich podejść modelowania, algorytmów i technik analitycznych, zapewniając przywództwo techniczne w całym cyklu rozwoju modelu, od eksperymentacji po wdrożenie produkcyjne.
• Współpraca z właścicielami produktów, architektami, naukowcami AI i inżynierami w celu integracji możliwości analitycznych, modeli predykcyjnych, rozwiązań prognozujących i technik optymalizacji w skalowalne, gotowe do produkcji rozwiązania przedsiębiorstw.

Wymagania podstawowe obejmują:

• Silna ekspertyza w zakresie statystyki, machine learning, modelowania predykcyjnego, technik optymalizacji i analizy ilościowej, zdobyta poprzez praktyczne dostarczanie rozwiązań z zakresu Data Science i Machine Learning.
• Głębokie zrozumienie projektowania eksperymentów, testowania hipotez, wnioskowania bayesowskiego, wnioskowania przyczynowego, oceny modeli, inżynierii cech, metodologii prognozowania i najlepszych praktyk analitycznych.
• Biegłość w Pythonie, SQL, notatnikach, chmurowych platformach analitycznych i nowoczesnych ramach machine learning używanych do opracowywania, trenowania i wdrażania modeli produkcyjnych.
• Silne umiejętności analityczne i rozwiązywania problemów, z umiejętnością formułowania niejasnych wyzwań biznesowych lub naukowych i opracowywania rozwiązań opartych na danych, które tworzą wymierną wartość.
• Doskonale umiejętności komunikacyjne i zarządzania interesariuszami, z umiejętnością wyjaśniania złożonych koncepcji analitycznych i wpływania zarówno na publiczność techniczną, jak i biznesową.

Byłoby dodatkowym atutem, jeśli posiadasz również wcześniejsze doświadczenie w:

• Opracowywaniu modeli predykcyjnych, możliwości optymalizacji, rozwiązań prognozujących lub zaawansowanej analityki, które poprawiają wydajność operacyjną, wyniki naukowe, doświadczenia klientów lub wyniki biznesowe.
• Budowaniu rozwiązań machine learning przy użyciu technik takich jak boosting gradientowy, metody zespołowe, modelowanie bayesowskie, prognozowanie szeregów czasowych, algorytmy optymalizacji lub inne zaawansowane podejścia statystyczne.
• Pracy w naukach przyrodniczych, diagnostyce, opiece zdrowotnej, środowiskach laboratoryjnych, zaawansowanej produkcji lub innych branżach naukowych bogatych w dane.

Dołącz do naszego zwycięskiego zespołu już dziś. Razem przyspieszymy rzeczywisty wpływ nauki i technologii jutra.