Senior Data Scientist (Reinforcement Learning & Optimization)

Nasze wymagania

• Minimum 5 lat doświadczenia w obszarze data science lub pokrewnym
• Wykształcenie wyższe (informatyka, matematyka lub pokrewne).
• Bardzo dobra znajomość Pythona oraz bibliotek i frameworków: NumPy, pandas, scikit-learn, PyTorch, TensorFlow.
• Doświadczenie w pełnym cyklu rozwoju modeli AI – od inżynierii cech po monitoring modeli w środowiskach produkcyjnych.
• Analityczne podejście: Umiejętność przekładania problemów biznesowych/logistycznych na język matematyczny i algorytmiczny.
• Dobra znajomość SQL i doświadczenie w pracy z bazami danych
• Umiejętność pracy w metodykach zwinnych (Agile/SCRUM).

Mile widziane

• Doświadczenie w budowie agentów reinforcement learning jest dużym atutem.

Twój zakres obowiązków

• Praca z danymi: Przygotowywanie i analiza dużych wolumenów danych historycznych dotyczących pracy jednostek medycznych.
• Tworzenie algorytmów heurystycznych: Opracowywanie algorytmów optymalizacyjnych (np. genetycznych) wspomagających procesy decyzyjne.
• Projektowanie modeli ML: Budowa modeli predykcyjnych (Gradient Boosting, Sieci Neuronowe) dla kluczowych zmiennych medycznych i logistycznych.
• Rozwój agentów RL: Projektowanie i trenowanie agentów uczenia ze wzmocnieniem (m.in. architektury PPO, DQN, A3C) do dynamicznego harmonogramowania zasobów.
• Budowa środowisk symulacyjnych: Współudział w tworzeniu wydajnych symulatorów (Digital Twins) odzwierciedlających rzeczywiste procesy bloku operacyjnego.
• Eksperymenty i walidacja: Prowadzenie testów porównawczych różnych architektur pod kątem ich trafności i stabilności w czasie rzeczywistym.

O projekcie

Tak organizujemy naszą pracę

To oferujemy

• Realny wpływ na zdrowie i życie pacjentów: Twoja praca będzie wspierać skracanie kolejek do zabiegów, lepsze wykorzystanie sal operacyjnych i sprawniejszą organizację pracy zespołów medycznych.
• Projekt wdrażany w realnych szpitalach: współpraca z kluczowymi placówkami w Polsce i możliwość konfrontowania modeli z rzeczywistymi procesami, ograniczeniami i potrzebami użytkowników.
• R&D z prawdziwego zdarzenia: reinforcement learning, optymalizacja, modele predykcyjne, Digital Twins i eksperymenty na problemach, które mają realną wartość operacyjną.
• Możliwość publikacji naukowych: współtworzenie publikacji i prezentowanie rezultatów prac B+R – świetna przestrzeń dla osób, które chcą łączyć rozwój produktu z dorobkiem naukowym.
• Wpływ end-to-end: od hipotezy i eksperymentu, przez budowę modelu, aż po jego walidację i wykorzystanie w środowisku produkcyjnym.
• Budowa rozwiązania innowacyjnego co najmniej w skali kraju: pracujesz nad technologią, która ma ambicję wyznaczać nowy standard zarządzania blokiem operacyjnym.
• Stabilność i długofalowy rozwój: projekt jest współfinansowany w ramach Ścieżki SMART i otrzymał dofinansowanie na realizację wieloetapowych prac B+R oraz rozwój rozwiązania.
• Umowę o pracę i atrakcyjne wynagrodzenie: chcemy, żeby poziom odpowiedzialności i kompetencji był odpowiednio wynagradzany.
• Zespół, który lubi trudne problemy: będziesz pracować z osobami łączącymi kompetencje AI, technologiczne, produktowe i medyczne.

MINDZ IT sp. z o.o. SK