Etteplan

<ul>
<li>Termin przesyłania zgłoszeń: 31 października 2026</li>
<li>Multiple locations</li>
<li>Remote</li>
</ul>
<h2>Opis oferty pracy</h2>
W Etteplan łączymy technologię, dane i wiedzę inżynierską, pomagając klientom rozwiązywać złożone problemy przemysłowe. Pracujemy blisko zespołów klienta, stawiając na odpowiedzialność, partnerską współpracę i rozwiązania oparte na rzetelnych podstawach technicznych.
Rola w skrócie
<ul>
<li>Obszar: Industrial Data Science / modelowanie systemów fizycznych</li>
<li>Główne zagadnienia: modelowanie statystyczne, symulacje, optymalizacja, modelowanie niepewności, projektowanie eksperymentów</li>
<li>Technologie: Python i ekosystem Scientific Computing, m.in. NumPy, SciPy i pandas</li>
<li>Domena projektu: sieci wodociągowe / systemy hydrauliczne</li>
<li>Poziom: Senior</li>
<li>Współpraca: Data Science, Software Engineering i eksperci domenowi</li>
</ul>
Dołączysz do zespołu rozwijającego metody analizy danych dla złożonych systemów fizycznych, w szczególności sieci wodociągowych i systemów hydraulicznych. Rozwiązanie wykorzystuje model fizyczny sieci oraz pomiary przepływu i ciśnienia. Wyzwaniem jest opracowanie metodologii, która będzie działać w różnych środowiskach klientów - również wtedy, gdy dane są niepełne, mają różną rozdzielczość lub część warunków brzegowych wymaga przybliżenia.
Na obecnym etapie koncentrujemy się na rozwoju i naukowej walidacji tej metodologii. Za docelowe wdrożenie produkcyjne odpowiada osobny strumień inżynierski.
Jednym z pierwszych rezultatów Twojej pracy będzie rozwinięcie realistycznych scenariuszy syntetycznych i powtarzalnych eksperymentów. Pozwolą one określić, kiedy obecne podejście działa skutecznie, gdzie znajdują się jego ograniczenia oraz jak niepewność danych i parametrów wpływa na uzyskiwane wyniki.
To rola na styku Data Science, statystyki, modelowania matematycznego, optymalizacji i symulacji - dla osoby, która dobrze odnajduje się w otwartych problemach badawczo-inżynierskich i potrafi przekładać je na konkretne analizy oraz eksperymenty. Metody machine learning mogą uzupełniać podejście oparte na modelu fizycznym, jeśli ich zastosowanie jest uzasadnione danymi i celem analizy.
Dlaczego warto?
W tej roli:
<ul>
<li>pracujesz nad złożonym problemem badawczo-inżynierskim z perspektywą wykorzystania wyników w rozwiązaniu produkcyjnym,</li>
<li>współtworzysz rozwijaną metodologię i sposób prowadzenia eksperymentów,</li>
<li>projektujesz scenariusze symulacyjne i powtarzalne metody walidacji,</li>
<li>pomagasz przekształcić rozwiązania dopasowywane dziś do pojedynczych projektów w metodologię działającą w różnych scenariuszach danych klientów,</li>
<li>łączysz podejścia oparte na danych z modelami matematycznymi i fizycznymi,</li>
<li>oceniasz wiarygodność wyników oraz wpływ niepewności danych i modeli,</li>
<li>współpracujesz z Data Scientistami, Software Engineerami oraz ekspertami domenowymi,</li>
<li>porównujesz alternatywne podejścia, krytycznie weryfikujesz założenia i przekładasz ustalenia na kolejne eksperymenty.</li>
</ul>
W tej roli będziesz odpowiadać za:
<ul>
<li>tworzenie syntetycznych, ale realistycznych scenariuszy danych dla systemów hydraulicznych i sieci wodociągowych,</li>
<li>projektowanie eksperymentów i powtarzalnych metod walidacji pozwalających ilościowo oceniać działanie algorytmów,</li>
<li>analizę wpływu różnych źródeł niepewności oraz ich propagacji w modelach i procesach analitycznych,</li>
<li>rozwijanie metod pozwalających oceniać wiarygodność i poziom zaufania do uzyskiwanych wyników,</li>
<li>analizowanie, rozwijanie i krytyczną weryfikację istniejących algorytmów oraz metod detekcji,</li>
<li>kalibrację parametrów modeli fizycznych i ocenę dopasowania symulacji do obserwowanych pomiarów,</li>
<li>pracę z modelami matematycznymi i symulacyjnymi opisującymi systemy fizyczne oraz łączenie ich z podejściami data-driven,</li>
<li>formułowanie wymagań metodologicznych i danych wejściowych potrzebnych do późniejszego przekazania rozwiązania zespołowi inżynierskiemu,</li>
<li>przedstawianie zespołowi i klientowi wyników, ograniczeń metod oraz rekomendacji dotyczących dalszych eksperymentów.</li>
</ul>
Szukamy osoby, która
<ul>
<li>bardzo dobrze rozumie statystykę i modelowanie statystyczne,</li>
<li>ma praktyczne doświadczenie w stosowaniu metod numerycznych i symulacji,</li>
<li>rozumie możliwości i ograniczenia klasycznych metod machine learning oraz potrafi ocenić, kiedy warto je zastosować,</li>
<li>dobrze rozumie zagadnienia optymalizacji matematycznej, kalibracji parametrów oraz podejścia oparte na modelach fizycznych,</li>
<li>bardzo dobrze programuje w Pythonie i swobodnie korzysta z bibliotek takich jak NumPy, SciPy, pandas lub podobnych,</li>
<li>potrafi projektować eksperymenty i definiować mierzalne kryteria oceny działania algorytmów,</li>
<li>potrafi pracować z niepełnymi, zaszumionymi i heterogenicznymi danymi,</li>
<li>potrafi tworzyć powtarzalne analityczne przepływy przetwarzania danych i eksperymentów,</li>
<li>potrafi identyfikować źródła niepewności i uwzględniać je w analizie oraz interpretacji wyników,</li>
<li>potrafi samodzielnie przełożyć otwarty problem na plan analizy i eksperymentów, dobrać odpowiednie metody oraz krytycznie zweryfikować przyjęte założenia,</li>
<li>swobodnie komunikuje się w języku angielskim, również podczas omawiania metodologii i wyników z zespołem oraz klientem.</li>
</ul>
Doświadczenie w hydraulice lub sieciach wodociągowych nie jest wymagane. Mile widziane będzie natomiast doświadczenie w modelowaniu systemów fizycznych lub pracy z rzeczywistymi danymi pomiarowymi, np. pochodzącymi z czujników i urządzeń. Kluczowe są silne podstawy matematyczne, statystyczne i analityczne, rozumienie zależności fizycznych oraz gotowość do poznania nowej domeny.
Szczególnie interesują nas osoby z pogłębionym doświadczeniem w co najmniej jednym z obszarów: optymalizacja numeryczna i kalibracja modeli, modelowanie probabilistyczne, uncertainty quantification lub walidacja oparta na symulacji.
Mile widziane są także
<ul>
<li>doświadczenie z metodami probabilistycznymi i uncertainty quantification, np. Monte Carlo, analizą wrażliwości, propagacją niepewności lub modelami bayesowskimi,</li>
<li>doświadczenie w modelowaniu systemów fizycznych lub pracy z danymi pomiarowymi, np. w obszarze Digital Twin, systemów sterowania, state estimation lub sensor fusion,</li>
<li>znajomość podejść łączących modele fizyczne z metodami data-driven, np. physics-informed ML lub modeli hybrydowych,</li>
<li>doświadczenie w hydraulice, modelowaniu sieci wodociągowych lub hydroinformatyce,</li>
<li>doświadczenie we współpracy z zespołami inżynierskimi przy przekazywaniu zwalidowanych metod do wdrożenia produkcyjnego</li>
</ul>
Jak przebiega proces rekrutacyjny?
<ul>
<li>Prześlij nam swoje CV w języku angielskim, dopisując w formularzu oczekiwania finansowe, preferowaną formę współpracy oraz dyspozycyjność.
</li>
<li>Teraz czas na nasz ruch - analizę Twojego zgłoszenia. Jeśli przebiegła pomyślnie, zaprosimy Cię na dłuższą rozmowę w formie zdalnej (ok. 1.5h).
</li>
<li>Po spotkaniu spodziewaj się feedbacku w przeciągu 2 tygodni.
</li>
<li>Powyższe etapy poszły Ci jak z płatka? Świetnie! Witaj w Etteplan :)
</li>
</ul>
Możesz też zajrzeć na naszą stronę internetową lub Facebooka i zobaczyć, co ciekawego się u nas dzieje!
Nasza firma wdrożyła procedury ochrony sygnalistów zgodnie z obowiązującą ustawą. Każda osoba ma prawo zgłaszać nieprawidłowości w bezpieczny sposób, a zgłoszenia są objęte pełną ochroną prawną. Więcej informacji: <a href="https://www.etteplan.com/pl/kodeks-postepowania/" rel="nofollow noopener" target="_blank">https://www.etteplan.com/pl/kodeks-postepowania/</a>
<h2>Mamy ogromne zalety</h2>
<ul>
<li>Medicover - prywatna opieka medyczna</li>
<li>Multisport Plus - karta sportowa</li>
<li>PZU - grupowe ubezpieczenie na życie</li>
<li>Pyszne Pay - 200 zł / mc dofinansowania do posiłków</li>
<li>Dofinansowanie do okularów korekcyjnych i soczewek - 400 zł</li>
<li>Program poleceń - 8 000 PLN brutto</li>
<li>Ogólnofirmowe i zespołowe wydarzenia integracyjne</li>
<li>Elastyczne godziny pracy i praca w modelu hybrydowym</li>
<li>PKUP - możliwość rozliczenia podwyższonych kosztów uzyskania przychodu</li>
</ul>
<h2>Informacje o firmie</h2>
Jesteśmy firmą z fińskimi korzeniami, która swoje pierwsze kroki stawiała w usługach inżynieryjnych. Dziś dostarczamy także oprogramowanie, współtworzymy nowoczesne rozwiązania dla systemów wbudowanych oraz dokumentację techniczną dla światowych liderów branży przemysłowej, energetycznej, automotive, medycznej, smart metering czy telekomunikacyjnej.
Wierzymy, że różnorodność, kreatywność i współpraca są kluczem do tworzenia innowacji, które realnie poprawiają nasze codzienne życie. Nasze wartości – Forward focus, Bold thinking, Smarter together – są fundamentem tego, jak działamy. Tworzymy środowisko pracy, w którym każdy głos jest słyszany i doceniany, a każdy pracownik czuje się ważny - także za sprawą naszej międzynarodowej społeczności Happy DEIs.
Dołącz do naszego zespołu doświadczonych specjalistów, rozwijaj swoje umiejętności i zmieniaj świat na lepsze!
Forward focusJesteśmy dumni z naszej pracy oraz rozwoju, zarówno osobistego, jak i zawodowego. Nowe technologie widzimy jako szansę na budowanie przewagi konkurencyjnej. Dzięki szerokiemu spojrzeniu i proaktywnemu podejściu tworzymy najlepsze rozwiązania, wyprzedzając oczekiwania naszych klientów.
Bold thinkingBadamy nowe horyzonty, kwestionujemy status quo i aktywnie proponujemy innowacyjne rozwiązania. Tworzymy środowisko otwartego dialogu, w którym mamy swobodę wyrażania naszych opinii w sposób otwarty i szczery, bez obawy przed osądem.
Smarter togetherDzielimy się pomysłami, nie tylko z naszymi najbliższymi współpracownikami, ale także z osobami z różnych specjalizacji i obszarów usług. Ucząc się razem, pomagamy wspierać zróżnicowaną społeczność, w której wiedza przepływa swobodnie, gdzie współpraca nie zna granic i gdzie każdy może poczuć, że jest ważny.
Marta Błażejewska-Nendza | Contact Person

Senior Data Scientist | Statistical Modelling & Simulation (M/F/NB)

Senior Data Scientist | Statistical Modelling & Simulation (M/F/NB)

This job is no longer available

Talents

Recruiters

About