Podsumowanie
W Lidlu cenimy naszych Pracowników, dlatego gwarantujemy im stabilne zatrudnienie – umowę o pracę bez okresu próbnego oraz gwarantowany wzrost wynagrodzenia. Poczucie bezpieczeństwa zapewniamy szerokim pakietem świadczeń socjalnych dla Ciebie i Twojej rodziny. To między innymi prywatna opieka medyczna, bezpłatna aplikacja do nauki języków obcych oraz Program Wsparcia Pracowników. Ponadto otrzymasz kupony rabatowe na święta, a twoje dzieci paczki na święta oraz wyprawki szkolne. Oferujemy wsparcie Opiekuna w trakcie wdrożenia oraz udział w szkoleniach. Zgrany zespół budujemy dzięki wspólnemu udziałowi w wydarzeniach sportowych, akcjach charytatywnych i spotkaniach informacyjno-motywacyjnych.
Zapoznaj się ze szczegółami naszej oferty i sprawdź dlaczego warto do nas dołączyć!
W związku ze stałym wzrostem liczby sklepów obsługiwanych przez nasze centra dystrybucji poszukujemy Kandydatek/Kandydatów na stanowisko: Ekspert / Ekspertka ds. Data Science
Twoje zadania
- Praca end-to-end nad modelami maszynowego uczenia (ML) - od konceptualizacji na podstawie wymagań biznesowych, poprzez przygotowanie danych, prototypowanie modelu do wdrożenia operacyjnego rozwiązania.
- Monitorowanie wdrożonych modeli, analiza ich rezultatów oraz wprowadzanie usprawnień.
- Wspieranie działów merytorycznych i kadry zarządzającej w podejmowaniu bieżących decyzji poprzez dostarczanie informacji opartych na analizie dużych zbiorów (np. poprzez tworzenie analiz 'deep-dive' opartych na modelach statystycznych).
- Staniesz się częścią globalnej społeczności data scientist Lidla i będziesz mógł wymieniać się pomysłami oraz doświadczeniem z ekspertami w dziedzinie Data Science z różnych krajów.
- Wdrażanie rozwiązań międzynarodowych poprzez dostosowywanie ich do uwarunkowań lokalnych.
- Tworzenie interaktywnych dashboardów dostarczających informacje na bazie zbudowanych algorytmów / modeli, pozwalających użytkownikom na analizy ad hoc.
Twoje kompetencje
- Minimalne kompetencje - bardzo dobra znajomość Python, SQL
- (Bardzo) dobre rozumienie zagadnień z obszaru data science i statystyki (regresja i klasyfikacja, klasteryzacja, uczenie nadzorowane i nienadzorowane, bias variance trade off, bootstrap, bagging, boosting, prognozowanie szeregów czasowych, autoregresja etc. (nie musisz znać wszystkich, im więcej tym lepiej.)
- (Bardzo) dobra znajomość algorytmów uczenia maszynowego: las losowy, drzewa wzmacniane, sieci neuronowe, forecast algorytmami jak LGBM czy XGBoost vs forecast algorytmami wykorzystującymi autoregresję (nie musisz znać wszystkich - im więcej tym lepiej)
- Znajomość frameworków / bibliotek: Pandas, NumPy, scikit-learn, Statsmodels Matplotlib/Seaborn, LGBM, CatBoost, XGBoost, fb/Prophet
- Mile widziana znajomość chmury obliczeniowej (Azure / GCP) i frameworków do uprodukcyjniania modeli uczenia maszynowego (np. MLFlow)
- Praktyczne doświadczenie w tworzeniu i wdrażaniu modeli maszynowego uczenia (minimum 2 lata w pracy na podobnym stanowisku)
- Zorganizowany i zorientowany na cel sposób pracy, umiejętność samodzielnej organizacji pracy oraz efektywnej współpracy w zespołach projektowych
- Umiejętność komunikacji i prezentacji interesariuszom w zrozumiały sposób wyników prowadzonych analiz
- Wykształcenie bliskie dziedzinie data science - takie kierunki studiów jak: data science, big data, analityka danych, uczenie maszynowe, ekonometria, informatyka i ekonometria, ale też socjologia, psychologia, kognitywistyka o ile zagadnienia zaawansowanej analityki były w programie studiów
- Znajomość języka angielskiego na poziomie B2, mile widziana znajomość języka niemieckiego
Gwarantujemy
- Pracę nad projektami mającymi wpływ na funkcjonowanie procesów biznesowych lidera branży handlu detalicznego.
- Bardzo szerokie spektrum wyzwań, którymi się zajmujemy: od tego, co pojawia się na sklepowej półce po konsumpcję energii elektrycznej.
- Topowe technologie: m.in. Azure, GCP, Snowflake, BigQuery, databricks.
- Wsparcie wewnętrznego międzynarodowego data science community, którego stajesz się częścią, ogromny zastrzyk wiedzy, rozwiązań, pomysłów.
Oferujemy
Umowę o pracę na min. 12 miesięcy oraz gwarantowany na umowie wzrost wynagrodzenia
- Elastyczne godziny pracy i możliwość pracy hybrydowej
- Pakiet benefitów dla Ciebie i Twojej rodziny:
- prywatna opieka medyczna i ubezpieczenie na życie
- bezpłatna aplikacja do nauki języków obcych
- karta MultiSport / Medicover Sport
- kupony rabatowe na święta, paczki dla dzieci, także wyprawki szkolne i dla maluszka
- Program Wsparcia Pracowników, zapewniający bezpłatny i anonimowy dostęp do porad prawnych, finansowych i psychologicznych
- Szeroki pakiet szkoleń, możliwość rozwoju i awansu
RÓWNE PŁACE
Jesteśmy fair. Dzięki jasno określonym zasadom konstruowania wynagrodzeń zapewniamy równe płace dla kobiet i mężczyzn pracujących w Lidlu na tym samym stanowisku.
OCHRONA DANYCH i COMPLIANCE
Informacje o ochronie danych zawartych w podaniu znajdują się w Polityce prywatności, dostępnej na stronie Polityka prywatności • Kariera Lidl. Z kolei regulacje dotyczące compliance, w tym obowiązująca procedura zgłoszeń wewnętrznych, dostępne są na stronie: Compliance (lidl.pl).
ZRÓWNOWAŻONY ROZWÓJ
W Lidlu dbamy o nasz wpływ na społeczeństwo i środowisko realizując działania w ramach 6 tematów: ochrona klimatu, poszanowanie bioróżnorodności, ochrona zasobów naturalnych, uczciwe działanie, promocja zdrowia i angażowanie w dialog. Sprawdź co dokładnie robimy: https://kimjestesmy.lidl.pl/zrownowazony-rozwoj
Aplikuj z logowaniem lub bez logowania – co to znaczy?
Jeśli masz już nasz Profil Kandydata, możesz zalogować się na swoje konto i aplikować poprzez użycie opcji „z logowaniem”. Możesz również złożyć swoje CV poprzez opcję „bez logowania” – utworzymy wtedy Twój Profil Kandydata w tle, o czym poinformujemy Cię w wiadomości e-mail. Korzystając z zawartych tam instrukcji, w każdej chwili masz możliwość zalogować się do profilu i utworzyć hasło. Profil Kandydata to więcej możliwości dla Ciebie!
Pamiętaj, aby aplikować potrzebne jest CV, natomiast inne dokumenty jak np. list motywacyjny są opcjonalne. CV możesz dodać bezpośrednio z Google Drive lub Dropbox!