Kim jesteśmy?
Jesteśmy ITSG - wiodącym dostawcą spersonalizowanych rozwiązań dla wymagających klientów. Wierzymy, że każde wyzwanie ma swoje optymalne rozwiązanie i podchodzimy do niego z pełnym zaangażowaniem. Dostarczamy produkty cyfrowe, stosując nowoczesne rozwiązania i podejście skoncentrowane na wysokiej jakości.
Poszukujemy kontraktora Data Science do współpracy przy projekcie budowy systemu przewidywania popytu dla jednego z liderów polskiego rynku rozrywki - sieci kilkudziesięciu lokalizacji w całym kraju.
System będzie łączyć kilkuletnią historię sprzedaży z sygnałami zbieranymi z sieci, takimi jak trendy wyszukiwań, social media, box office czy metadane premier, a następnie przewidywać frekwencję na nadchodzące tytuły i wspierać decyzje dotyczące układania oferty w całej sieci.
Współpraca jest skierowana do specjalistów Data Science, którzy dobrze czują się nie tylko w analizie i modelowaniu, ale również w praktycznym przygotowaniu danych na wcześniejszym etapie: ich pozyskiwaniu, czyszczeniu, transformacji oraz przygotowaniu pod dalszą analizę.
To projekt dla osób, które nie oczekują gotowego, idealnie przygotowanego datasetu i potrafią samodzielnie przejść przez proces od surowych danych do modelu oraz wniosków biznesowych.
Projekt zakłada ścisłą współpracę z architektem danych oraz interesariuszami biznesowymi. Kluczowe będą samodzielność, skrupulatność i gotowość do działania na nieustrukturyzowanych oraz niewyczyszczonych danych.
Zakres zadań w projekcie:
- Współpraca z architektem przy projektowaniu relacyjnej bazy danych w SQL; definiowanie schematu, typów danych, relacji i indeksów.
- Pozyskiwanie danych z 3-4 źródeł zewnętrznych, w tym stron WWW, API, plików lub baz legacy.
- Czyszczenie, transformacja i przygotowanie danych pod analizę oraz modelowanie.
- Zasilanie bazy danych przygotowanymi danymi.
- Eksploracyjna analiza danych, czyli EDA: identyfikacja zależności, anomalii, braków i problemów jakościowych.
- Dokumentowanie wyników analiz oraz założeń dotyczących danych.
- Budowa i walidacja modelu ML klasy GLM.
- Iteracyjna praca z modelem oraz interpretacja wyników.
- Tworzenie skryptów w Pythonie do automatyzacji etapów pozyskiwania i przetwarzania danych.
- Utrzymywanie porządku w kodzie i dokumentacji: repozytorium, wersjonowanie, powtarzalność wyników.
- Przygotowywanie dokumentacji technicznej i analitycznej.
- Wykorzystywanie narzędzi AI wspierających development i analizę, m.in. Claude Code, Codex.
Oczekiwane kompetencje:
Doświadczenie i wiedza
- Minimum 5-7 lat praktycznego doświadczenia w obszarze Data Science lub pokrewnym.
- Bardzo dobra znajomość SQL: projektowanie schematów, zapytania analityczne, optymalizacja.
- Bardzo dobra znajomość Pythona w kontekście analizy, przetwarzania i przygotowywania danych.
- Umiejętność samodzielnego tworzenia skryptów do pobierania i przetwarzania danych.
- Doświadczenie z bibliotekami lub narzędziami takimi jak Pandas, NumPy, BeautifulSoup, Scrapy lub podobnymi.
- Doświadczenie z integracją danych z heterogenicznych źródeł, np. REST API, pliki flat, bazy legacy.
- Doświadczenie z niekompletnymi, nieustrukturyzowanymi lub niewyczyszczonymi danymi.
- Doświadczenie z eksploracyjną analizą danych.
- Doświadczenie z modelami liniowymi / GLM i ich interpretacją.
- Umiejętność walidacji modeli predykcyjnych oraz oceny jakości wyników.
- Umiejętność samodzielnego przygotowania środowiska projektowego: Python, baza danych, zależności, repozytorium.
Kompetencje miękkie
- Skrupulatność i dbałość o szczegóły; zarówno w danych, jak i w kodzie.
- Samodzielność i gotowość do działania w projekcie, w którym dane nie są idealnie przygotowane.
- Umiejętność porządkowania niekompletnych i nieustrukturyzowanych danych.
- Bardzo dobra komunikacja.
- Umiejętność ustalania wymagań i założeń z ekspertami domenowymi spoza obszaru analiz i technologii.
- Dobra znajomość języka angielskiego.
Mile widziane
- Znajomość H2O.ai będzie dużym atutem.
- Znajomość Jupyter Notebook / JupyterLab.
- Znajomość narzędzi do wersjonowania danych lub eksperymentów, np. DVC, MLflow.
- Doświadczenie w projektach end-to-end: od pozyskania danych, przez analizę, po model predykcyjny.
- Doświadczenie w pracy z narzędziami AI wspierającymi analizę lub development.
Warunki współpracy projektowej
- Możliwość realizacji współpracy zdalnie, hybrydowo lub z biura w Warszawie.
- Udział w projekcie tworzonym od podstaw: realny wpływ na podejście do danych, strukturę bazy, analizę oraz kierunek modelowania.
- Możliwość działania end-to-end: od pozyskania i uporządkowania danych, przez EDA, aż po model predykcyjny i interpretację wyników dla biznesu.
- Technologie wykorzystywane w projekcie: Python, SQL, Pandas, NumPy, GLM, H2O.ai, Jupyter Notebook / JupyterLab, Claude Code, Codex.
- Elastyczne ramy realizacji zadań oraz ograniczona liczba spotkań.
- Dodatkowo: możliwość korzystania z budżetu szkoleniowego, lekcji języka angielskiego, karty Multisport, prywatnej opieki medycznej oraz wydarzeń integracyjnych.