Senior Applied Data Scientist in Warsaw

GT zostało założone w 2019 roku przez byłego pracownika Apple, Nest i Google. Misją GT jest połączenie najlepszych talentów z karierami produktowymi oferowanymi przez szybko rozwijające się firmy w Wielkiej Brytanii, USA, Kanadzie, Niemczech i Holandii.

W imieniu naszego klienta, GT poszukuje Senior Applied Data Scientist zainteresowanego rozwijaniem i testowaniem nowych podejść opartych na ML, embeddingach i LLM do rozwiązywania złożonych problemów dopasowywania danych na dużą skalę.

O kliencie: Nasz klient to wiodąca globalna firma doradcza, znana z rozwiązywania niektórych z najbardziej złożonych wyzwań biznesowych na świecie. Skupiając się na strategii, transformacji i poprawie wydajności, firma współpracuje z dużymi organizacjami w różnych branżach, aby wprowadzać trwały wpływ.

O roli: Poszukujemy Senior Applied Data Scientist, który poprawi sposób, w jaki realizowane jest dopasowanie jednostek na dużą skalę. Będziesz rozwijać i testować nowe podejścia oparte na ML, embeddingach i LLM do dopasowywania złożonych rekordów biznesowych z wielu źródeł. Praca koncentruje się na jakości modelu, eksperymentowaniu i ocenie; partnerzy inżynieryjni pomogą w produkcji udanych podejść.

Kluczową częścią roli jest badanie, jak nowsze techniki modeli podstawowych mogą poprawić jakość dopasowania, pozostając jednocześnie praktycznymi i skalowalnymi dla bardzo dużych zbiorów danych.

Obowiązki:

• Rozwój lepszych sposobów dopasowywania rekordów firmowych.
• Budowanie nowych podejść opartych na ML, embeddingach i LLM do dopasowywania jednostek.
• Poprawa sposobu, w jaki system radzi sobie z nieuporządkowanymi danymi, w tym wariantami nazw, aliasami, domenami, stronami internetowymi, atrybutami firmograficznymi, wielojęzycznymi rekordami i hierarchiami danych.
• Rozwój podejść do oceny i klasyfikacji, aby odróżnić dokładne dopasowania od duplikatów, podobnie wyglądających rekordów i niepowiązanych jednostek.
• Ocena i wdrażanie technik AI i uczenia maszynowego w celu poprawy jakości dopasowania, biorąc pod uwagę dokładność, skalowalność i koszty.
• Projektowanie podejść, które mogą działać efektywnie na dużą skalę, uwzględniając wykorzystanie modelu i koszty obliczeniowe.
• Poprawa oceny, eksperymentowania i jakości dopasowania.
• Definiowanie i poprawa metod oceny jakości dopasowania, w tym precyzji, przypomnienia, fałszywych pozytywów, fałszywych negatywów, pewności, pokrycia i wysiłku przeglądowego.
• Pomoc w budowaniu zaufanych zestawów benchmarkowych, które pozwalają porównywać nowe modele z aktualnym silnikiem dopasowującym przed wdrożeniem produkcyjnym.
• Badanie przeglądów i walidacji wspomaganych przez LLM w celu oceny wydajności dopasowania i benchmarkowania bardziej skalowalnych podejść.
• Przekształcanie niejednoznacznych problemów dopasowania w jasne hipotezy, eksperymenty, metryki i rekomendacje.
• Współpraca z inżynierią w celu wprowadzenia udanych pomysłów do produkcji.
• Ścisła współpraca z zespołami inżynierii danych i inżynierii oprogramowania w celu przekształcenia obiecujących prototypów w gotową do produkcji logikę dopasowywania.
• Dostarczanie partnerom inżynieryjnym jasnych specyfikacji modeli, wyników oceny, oczekiwanego zachowania, przypadków brzegowych i wymagań dotyczących wdrożenia.
• Pomoc w określeniu najbardziej odpowiednich technik dopasowania w zależności od charakterystyki danych, poziomów pewności i rozważań kosztowych.
• Ciężka ocena wydajności dopasowania, badanie regresji i rekomendowanie ulepszeń modeli i logiki dopasowywania.
• Jasna komunikacja technicznych kompromisów związanych z wydajnością dopasowania, skalowalnością, kosztami, opóźnieniem, wyjaśnialnością i rozważaniami operacyjnymi.

Wymagana wiedza, umiejętności i doświadczenie:

• 5–8 lat odpowiedniego doświadczenia w Data Science, Applied Data Science, Applied Machine Learning lub podobnej roli.
• Silne podstawy w zastosowaniach ML, z praktycznym doświadczeniem w budowaniu i ocenie modeli na rzeczywistych danych.
• Doskonale umiejętności w Pythonie i SQL.
• Praktyczne doświadczenie z embeddingami, podobieństwem semantycznym, LLM lub pokrewnymi technikami AI.
• Doświadczenie w trenowaniu modeli nadzorowanych i nienadzorowanych, w tym zadań klasyfikacyjnych i NLP.
• Znajomość architektur sieci neuronowych i transformatorów.
• Biegłość w powszechnych frameworkach ML, takich jak TensorFlow, PyTorch i PyCaret.
• Doświadczenie w retrainingu klasyfikatora taksonomii lub utrzymywaniu modeli klasyfikacyjnych w produkcji.
• Osąd eksperymentalny: umiejętność definiowania baz, metryk, zestawów testowych i analizy błędów, które pokazują, czy jakość się poprawiła.
• Umiejętność jasnego wyjaśnienia zachowania modelu, kompromisów i przypadków brzegowych partnerom inżynieryjnym i biznesowym.

Preferencje:

• Doświadczenie z rozwiązywaniem jednostek, łączeniem rekordów, deduplikacją lub podobnymi problemami dopasowania.
• Doświadczenie z rankingiem, oceną podobieństwa, wyszukiwaniem, klastrowaniem lub generowaniem kandydatów.
• Doświadczenie w stosowaniu LLM lub embeddingów do problemów biznesowych, gdzie koszty i skala mają znaczenie.
• Znajomość dużych platform danych, takich jak Spark, Snowflake, Databricks lub BigQuery.
• Znajomość danych dotyczących firm, domen, stron internetowych, atrybutów firmograficznych lub innych danych dotyczących jednostek biznesowych.

Kroki rekrutacyjne:

• Rozmowa kwalifikacyjna z rekruterem.
• Rozmowa techniczna.
• Ostateczna rozmowa.