Senior Data Scientist – AI/LLM Evaluation

SQUARE ONE RESOURCES sp. z o.o.; Warszawa; On-site; PLN 180,000 - 300,000; Full time

Job summary

SQUARE ONE RESOURCES sp. z o.o. poszukuje Senior Data Scientist do międzynarodowego projektu z zakresu sztucznej inteligencji, LLM i oceny systemów. Do zadań należy projektowanie metryk oceny, budowa zestawów ground-truth oraz analiza wydajności modeli i przepływów agentowych.

Wyjątkowe umiejętności obejmują projektowanie metryk, analizę błędów modeli oraz opracowywanie rozwiązań do oceny z udziałem człowieka i automatyzacji. Praca stacjonarna w Warszawie w międzynarodowym zespole.

Qualifications

• Wymagane doświadczenie na stanowisku Senior Data Scientist lub podobnym.
• Silne umiejętności analityczne i statystyczne, wraz z doświadczeniem w eksperymentowaniu.
• Praktyczna znajomość oceny AI/LLM oraz projektowania metryk oceny.
• Dobra znajomość pracy z zestawami ground-truth i definicji kryteriów jakości.
• Zdolność samodzielnej analizy wyników eksperymentów i formułowania rekomendacji.

Responsibilities

• Projektowanie i walidacja metryk oceny oraz zbiorów ground-truth.
• Analiza jakości oceny: dokładność, fałszywe pozytywy/negatywy.
• Optymalizacja normalizacji i metod scoringu metryk.
• Rozwój i ulepszanie LLM-owych sędziów do automatycznej oceny.
• Projektowanie i wdrażanie podejść oceny z użyciem opinii człowieka.
• Badanie i rozwijanie nowych metryk oceny: złożoność, zgodność z instrukcjami, jakość wyjścia.

Skills

Data Science

Statistical analysis

Experimentation

AI/LLM evaluation

LLM understanding

Evaluation metrics design

Model error analysis

Ground-truth datasets

Data-driven recommendations

Analytical mindset

Job description

Nasze wymagania:

• Proven experience as a Senior Data Scientist or in a similar role.


• Strong data science, statistical analysis, and experimentation skills.


• Hands-on experience with AI/LLM evaluation.


• Strong understanding of LLMs and agentic workflows.


• Experience designing, validating, and optimizing evaluation metrics for AI/ML models.


• Strong analytical skills and experience investigating model errors, including false positives and false negatives.


• Experience working with ground-truth datasets and defining quality criteria.


• Ability to independently analyze experimental results and translate findings into actionable recommendations.


• Strong problem-solving and analytical mindset.

Mile widziane:

• Basic knowledge of 3D, geometry, or rendering.


• Experience with LLM-as-a-Judge / LLM-based evaluation systems.


• Experience with human-in-the-loop evaluation methodologies.


• Previous experience evaluating AI agents or agentic systems.


• Familiarity with advanced approaches to evaluating LLM-generated content and outputs.

O projekcie:

We are looking for a Senior Data Scientist to join an international project focused on Artificial Intelligence, Large Language Models (LLMs), and AI evaluation.
The project focuses on developing and improving methodologies for evaluating the quality and performance of AI models and agentic workflows. The role involves designing evaluation metrics, building ground-truth datasets, analyzing model performance, and developing advanced approaches to automated and human-feedback-based evaluation.

Zakres obowiązków:

• Design and validate evaluation metrics and ground-truth datasets.


• Analyze evaluation quality, including accuracy, false positives, and false negatives.


• Optimize metric normalization and scoring methodologies.


• Develop and improve LLM-based judges for automated evaluation.


• Design and implement human-feedback-based evaluation approaches.


• Explore and develop new evaluation metrics, including:


• complexity,


• prompt adherence,


• output quality and correctness.


• Analyze experiment results and identify opportunities to improve model performance and evaluation methodologies.


• Collaborate with Data Science, AI/ML, and Engineering teams to develop evaluation solutions for AI models and agentic workflows.