(Senior) data scientist – Operations

Stack

Feladatok

• ▹Útvonal- és allokációs algoritmusok tervezése csomagkézbesítéshez
• ▹Nagy léptékű optimalizálási problémák megoldása (járművek, útvonalak, korlátok, költségek)
• ▹Gráfalapú módszerek, klaszterezés, regresszió és előrejelzés alkalmazása
• ▹Olyan modellek építése, amelyek közvetlenül hatnak a kézbesítés sebességére, költséghatékonyságára és az ügyfélélményre
• ▹Megoldások éles környezetbe juttatása, nem csak kísérletek futtatása

Elvárások

• ▹~3+ év tapasztalat data science / ML szerepkörben
• ▹Erős Python-tudás, adat- és ML-könyvtárak használata (Pandas, NumPy, Scikit-learn, PyTorch / TensorFlow)
• ▹Tapasztalat nagy adathalmazokkal
• ▹Az ML-módszerek (regresszió, klaszterezés, előrejelzés stb.) szilárd ismerete
• ▹Üzleti problémák adatmegoldásokká alakításának képessége

Előny

• ▹Optimalizálási problémákon (útvonaltervezés, ütemezés, operációkutatás) szerzett tapasztalat
• ▹Gráfalapú megközelítések és hálózati problémák ismerete
• ▹Nagy léptékben, éles környezetben használt modellek építése
• ▹PySpark / felhő tapasztalat (Databricks, GCP, AWS, Snowflake)
• ▹MLOps / CI/CD pipeline tapasztalat
• ▹Optimalizálási technikák (lineáris programozás, heurisztikák) ismerete
• ▹Kedro vagy hasonló keretrendszerek ismerete

Soft skillek

Amit kínálunk

• ▹Sokszínű, nemzetközi, több szakterületet összefogó környezet vezető szakértőkkel
• ▹Tanulás egy senior vezetőtől és vezetői csapatától az e-kereskedelem és a logisztika területén
• ▹Növekvő lehetőségek több európai helyszínen
• ▹Juttatási csomag és képzési lehetőségek
• ▹Rugalmas munkaidő
• ▹B2B szerződéses forma

A munkáltatóról

Az InPost a lengyelországi e-kereskedelmi csomagkézbesítést forradalmasította, és mára Európa egyik vezető out-of-home e-kereskedelmi platformja: kilenc országban közel 47 000 csomagautomatával és közel 35 000 átvevőponttal működik.