Dołączysz do zespołu Insights w ramach Agile Release Train (SAFe), gdzie będziesz rozwijać i utrzymywać rozwiązania analityczne oraz zaawansowane modele Machine Learning wspierające stabilność i jakość usług IT. Twoim celem będzie identyfikacja, kwantyfikacja oraz ograniczanie ryzyk i problemów IT poprzez predictive/prescriptive analytics, a także automatyzacja raportowania IT Operations z wykorzystaniem Generative AI.

Twoja praca realnie przełoży się na:

•zwiększenie stabilności biznesowo-krytycznych systemów IT,

•skrócenie MTRS oraz ograniczenie incydentów powtarzalnych,

•budowę w pełni automatycznych rozwiązań raportowych dla IT Ops i dostawców (Supplier Performance),

•tworzenie przewidywalnych i proaktywnych planów usprawnień (CSI).

Data Scientist (IT Service Management / ML / Generative AI)

Twój zakres obowiązków

• a) Advanced Analytics & Machine Learning
• Tworzenie modeli predykcyjnych i preskrypcyjnych (ML, Deep Learning, Neural Networks) do analizy Incydentów, Problemów i Zmian.
• Automatyzowana identyfikacja root cause nie-stabilności systemów IT.
• Budowanie modeli minimalizujących MTRS oraz ryzyko ponownego wystąpienia incydentów.
• Projektowanie eksperymentów, hipotez oraz testów statystycznych.
• b) Generative AI & Automatyzacja
• Budowa generatywnych modeli AI do samoobsługowego raportowania (self-reporting).
• Automatyzacja raportów IT Ops oraz raportowania dostawców (Supplier Performance).
• Optymalizacja procesów ITSM poprzez inteligentne rekomendacje ML.
• c) Analityka & Power BI / Fabric
• Rozwój rozwiązań w Microsoft Fabric i Power BI Service.
• Tworzenie zaawansowanych raportów, dashboardów i analiz deep-dive.
• Zapewnienie jakości, spójności i kompletności danych.
• d) Współpraca
• Ścisła współpraca z Incident, Problem, Change Management oraz Supplier Management.
• Wspólne tworzenie nowych idei z interesariuszami biznesowymi.
• Praca w zespołach Scrum w ramach SAFe z dużą autonomią techniczną.

Nasze wymagania

• Min. 2–3 lata doświadczenia w roli Data Scientist / ML Engineer.
• Doświadczenie w budowaniu modeli ML, deep learning i klasyfikatorów oraz w doborze cech.
• Praktyczna praca z dużymi zbiorami danych oraz ich przetwarzaniem.
• Python (ML, data wrangling) – poziom zawodowy.
• T-SQL, Power Query, DAX – bardzo dobra znajomość.
• Power BI / MS Power Platform – doświadczenie komercyjne.
• Git – swobodne wykorzystanie.