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).
responsibilities :
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.
requirements-expected :
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.
