GE HealthCare
GE HealthCare
GE HealthCare opracowuje technologie medyczne i zintegrowane rozwiązania wspierające medycynę precyzyjną. Jako niezależna firma technologiczna działająca w sektorze ochrony zdrowia koncentruje się na obrazowaniu medycznym, ultrasonografii oraz rozwiązaniach IT dla ochrony zdrowia, wspierając personel medyczny, zwiększając efektywność szpitali i umożliwiając precyzyjniejsze leczenie. Znaczące nakłady na badania i rozwój wspierają stały postęp w dziedzinie technologii diagnostycznych i terapeutycznych, dzięki czemu GE HealthCare jest atrakcyjnym miejscem dla specjalistów związanych z ochroną zdrowia, technologiami medycznymi i pokrewnymi obszarami farmacji.

Starszy specjalista ds. danych — praca hybrydowa w Krakowie

GE HealthCare poszukuje starszego specjalisty ds. danych do tworzenia skalowalnych rozwiązań z zakresu AI i uczenia maszynowego dla operacji handlowych, łańcucha dostaw, produkcji i finansów. Osoba na tym stanowisku będzie współpracować z zespołami inżynieryjnymi, analitycznymi, GenAI i biznesowymi, dostarczając modele gotowe do użycia oraz praktyczne wnioski.

Opis

  • Projektowanie, tworzenie i wdrażanie modeli AI oraz uczenia maszynowego dla operacji handlowych, łańcucha dostaw, produkcji i powiązanych wyzwań biznesowych
  • Prowadzenie inicjatyw z zakresu data science i udział w nich — od wstępnej koncepcji do wdrożenia
  • Tworzenie solidnych, skalowalnych rozwiązań wspierających priorytety organizacji
  • Współpraca ze specjalistami ds. inżynierii danych, inżynierii uczenia maszynowego, analityki, GenAI oraz interesariuszami biznesowymi
  • Stosowanie sprawdzonych praktyk przygotowywania danych, inżynierii cech, wyboru modeli, walidacji i wdrażania
  • Udział w przeglądach kodu oraz pomoc w utrzymaniu dokumentacji technicznej
  • Śledzenie rozwoju uczenia maszynowego, GenAI i analityki
  • Poszukiwanie sposobów udoskonalania istniejących modeli i procesów data science
  • Wyjaśnianie złożonych zagadnień data science w sposób możliwy do zastosowania przez partnerów biznesowych
  • Wspieranie podejmowania decyzji i dostarczanie wymiernych rezultatów biznesowych
  • Dzielenie się wiedzą z kolegami i wspieranie wspólnego rozwoju zespołu
  • Korzystanie z możliwości rozwoju zawodowego

Wymagania

  • Tytuł licencjata, magistra lub doktora w dziedzinie informatyki, sztucznej inteligencji, data science, matematyki stosowanej lub pokrewnej dyscyplinie
  • Praktyczne doświadczenie w AI i uczeniu maszynowym, w tym udokumentowane doświadczenie w tworzeniu i wdrażaniu rozwiązań korporacyjnych na dużą skalę
  • Doświadczenie w wykorzystywaniu zaawansowanej analityki i uczenia maszynowego do rozwiązywania praktycznych problemów, takich jak prognozowanie, ustalanie cen, analityka klientów, planowanie sprzedaży, widzenie komputerowe i optymalizacja operacyjna
  • Znajomość algorytmów uczenia maszynowego, frameworków GenAI i inżynierii danych
  • Biegłość w Pythonie, AWS, Azure oraz technologiach open source, w tym R, SQL, Spark, TensorFlow, Keras, PyTorch i scikit-learn
  • Doświadczenie we wdrażaniu, monitorowaniu i utrzymywaniu modeli uczenia maszynowego i GenAI w środowisku produkcyjnym
  • Znajomość praktyk analitycznych stosowanych w operacjach handlowych, logistyce, zarządzaniu zapasami, produkcji i finansach
  • Umiejętność jasnego wyjaśniania zaawansowanych koncepcji technicznych osobom nietechnicznym i kadrze kierowniczej wyższego szczebla
  • Doświadczenie w skutecznej pracy w zespołach międzyfunkcyjnych, hybrydowych i wirtualnych
  • Zaangażowanie w odpowiedzialne i etyczne wykorzystanie data science
  • Gotowość do podróży służbowych na spotkania biznesowe w razie potrzeby

Benefity

  • Opieka zdrowotna i programy wspierające dobre samopoczucie
  • Plany emerytalne i oszczędnościowe
  • Dodatki lub świadczenia wspierające wymagania związane ze stanowiskiem, takie jak mobilność, transport lub odpowiednie potrzeby dotyczące samochodu służbowego
  • Wsparcie równowagi między życiem zawodowym a prywatnym, w tym elastyczna praca i programy urlopowe
  • Programy uznaniowe i motywacyjne powiązane z wynikami pracy i sukcesem firmy
  • Premia za wyniki
  • Pomoc w relokacji nie jest zapewniana