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

Etteplan; Województwo pomorskie; On-site; PLN 180,000 - 240,000; Full time

Job summary

Etteplan poszukuje Senior Data Scientist do zespołu ds. Industrial Data Science nad modelowaniem systemów fizycznych i analityką przepływów.

Pracownik będzie rozwijał metody analizy danych dla sieci wodociągowych i systemów hydraulicznych, łącząc modele matematyczne z podejściami data-driven. Rola wymaga silnych podstaw matematycznych i statystycznych, doświadczenia w programowaniu w Pythonie oraz umiejętności projektowania eksperymentów i walidacji.

Qualifications

• Bardzo dobre rozumienie statystyki i modelowania statystycznego.
• Doświadczenie w stosowaniu metod numerycznych i symulacji.
• Znajomość środowiska Python i ekosystemu Scientific Computing: NumPy/SciPy/pandas.

Responsibilities

• Tworzenie realistycznych scenariuszy danych dla systemów hydraulicznych i sieci wodociągowych.
• Projektowanie eksperymentów i powtarzalnych metod walidacji.
• Analiza wpływu niepewności oraz propagacja niepewności w modelach.
• Rozwijanie metod oceny wiarygodności wyników i poziomu zaufania do uzyskiwanych danych.
• Analizowanie, rozwijanie i weryfikacja istniejących algorytmów oraz metod detekcji.
• Kalibracja parametrów modeli fizycznych i dopasowanie symulacji do obserwowanych danych.
• Praca z modelami matematycznymi i symulacyjnymi, łączenie ich z podejściami data-driven.
• Formułowanie wymagań metodologicznych i danych wejściowych do przekazania rozwiązania zespołowi inżynierskiemu.
• Prezentacja wyników i ograniczeń metod zespołowi i klientom.

Skills

Statystyka

Modelowanie statystyczne

Metody numeryczne

Symulacje

Optymalizacja

Python

Angielski

Tools

NumPy

SciPy

pandas

Job description

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

• Obszar: Industrial Data Science / modelowanie systemów fizycznych
• Główne zagadnienia: modelowanie statystyczne, symulacje, optymalizacja, modelowanie niepewności, projektowanie eksperymentów
• Technologie: Python i ekosystem Scientific Computing, m.in. NumPy, SciPy i pandas
• Domena projektu: sieci wodociągowe / systemy hydrauliczne
• Poziom: Senior
• Współpraca: Data Science, Software Engineering i eksperci domenowi

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:

• pracujesz nad złożonym problemem badawczo‑inżynierskim z perspektywą wykorzystania wyników w rozwiązaniu produkcyjnym,
• współtworzysz rozwijaną metodologię i sposób prowadzenia eksperymentów,
• projektujesz scenariusze symulacyjne i powtarzalne metody walidacji,
• pomagasz przekształcić rozwiązania dopasowywane dziś do pojedynczych projektów w metodologię działającą w różnych scenariuszach danych klientów,
• łączysz podejścia oparte na danych z modelami matematycznymi i fizycznymi,
• oceniasz wiarygodność wyników oraz wpływ niepewności danych i modeli,
• współpracujesz z Data Scientistami, Software Engineerami oraz ekspertami domenowymi,
• porównujesz alternatywne podejścia, krytycznie weryfikujesz założenia i przekładasz ustalenia na kolejne eksperymenty.

W tej roli będziesz odpowiadać za:

• tworzenie syntetycznych, ale realistycznych scenariuszy danych dla systemów hydraulicznych i sieci wodociągowych,
• projektowanie eksperymentów i powtarzalnych metod walidacji pozwalających ilościowo oceniać działanie algorytmów,
• analizę wpływu różnych źródeł niepewności oraz ich propagacji w modelach i procesach analitycznych,
• rozwijanie metod pozwalających oceniać wiarygodność i poziom zaufania do uzyskiwanych wyników,
• analizowanie, rozwijanie i krytyczną weryfikację istniejących algorytmów oraz metod detekcji,
• kalibrację parametrów modeli fizycznych i ocenę dopasowania symulacji do obserwowanych pomiarów,
• pracę z modelami matematycznymi i symulacyjnymi opisującymi systemy fizyczne oraz łączenie ich z podejściami data‑driven,
• formułowanie wymagań metodologicznych i danych wejściowych potrzebnych do późniejszego przekazania rozwiązania zespołowi inżynierskiemu,
• przedstawianie zespołowi i klientowi wyników, ograniczeń metod oraz rekomendacji dotyczących dalszych eksperymentów.

Szukamy osoby, która

• bardzo dobrze rozumie statystykę i modelowanie statystyczne,
• ma praktyczne doświadczenie w stosowaniu metod numerycznych i symulacji,
• rozumie możliwości i ograniczenia klasycznych metod machine learning oraz potrafi ocenić, kiedy warto je zastosować,
• dobrze rozumie zagadnienia optymalizacji matematycznej, kalibracji parametrów oraz podejścia oparte na modelach fizycznych,
• bardzo dobrze programuje w Pythonie i swobodnie korzysta z bibliotek takich jak NumPy, SciPy, pandas lub podobnych,
• potrafi projektować eksperymenty i definiować mierzalne kryteria oceny działania algorytmów,
• potrafi pracować z niepełnymi, zaszumionymi i heterogenicznymi danymi,
• potrafi tworzyć powtarzalne analityczne przepływy przetwarzania danych i eksperymentów,
• potrafi identyfikować źródła niepewności i uwzględniać je w analizie oraz interpretacji wyników,
• potrafi samodzielnie przełożyć otwarty problem na plan analizy i eksperymentów, dobrać odpowiednie metody oraz krytycznie zweryfikować przyjęte założenia,
• swobodnie komunikuje się w języku angielskim, również podczas omawiania metodologii i wyników z zespołem oraz klientem.

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

• doświadczenie z metodami probabilistycznymi i uncertainty quantification, np. Monte Carlo, analizą wrażliwości, propagacją niepewności lub modelami bayesowskimi,
• doświadczenie w modelowaniu systemów fizycznych lub pracy z danymi pomiarowymi, np. w obszarze Digital Twin, systemów sterowania, state estimation lub sensor fusion,
• znajomość podejść łączących modele fizyczne z metodami data‑driven, np. physics‑informed ML lub modeli hybrydowych,
• doświadczenie w hydraulice, modelowaniu sieci wodociągowych lub hydroinformatyce,
• doświadczenie we współpracy z zespołami inżynierskimi przy przekazywaniu zwalidowanych metod do wdrożenia produkcyjnego

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: https://www.etteplan.com/pl/kodeks-postepowania/