FREE ACCESS
5,000–10,000 jobs/day
See all jobs on Scoutfield
Search thousands of fresh jobs every day.
Discover
- Fresh listings
- Fast filters
- No subscription required
Create a free account and start exploring right away.
Core Competencies
Role fitCore Competencies
Use this summary to align your resume positioning with the role.
Demonstrates expertise in developing, evaluating, and optimizing predictive models, particularly in time series forecasting. Proficient in implementing and maintaining machine learning models in production environments while collaborating effectively with data engineers.
Highest-signal resume keywords
Machine Learning ImplementationPython ProgrammingTime Series ForecastingSQL ProficiencyIBM Ecosystem Experience
ATS Keywords
Tailor your resumeApplicant Tracking System Keywords
Tip: use these terms in your resume and cover letter to boost ATS matches.
Hard Skills
Predictive ModelingMachine LearningTime Series AnalysisPandasScikit-LearnTensorFlowPyTorchXGBoostSQLProbabilistic Forecasting
Soft Skills
Independent WorkClear Communication
Tools & Technologies
IBM Cloud Pak for DataWatson MLOpenScaleWatsonx.aiPySparkClouderaKafkaImpala
Industry Keywords
Energy DomainMeteorological Data
Tech Stack
Tools & technologiesCloudKafkaPandasPySparkPyTorchScikit-LearnSQLTensorflow
About the role
Key responsibilities & impact- Razvoj, vrednovanje i optimiziranje prediktivnih modela, uključujući prognoziranje vremenskih nizova (time series)
- Stavljanje modela u produkciju te praćenje njihove izvedbe, odstupanja (drift) i ponovno treniranje
- Suradnja s data engineerima na dohvatu i pripremi podataka
- Vođenje implementacije modela od početka do kraja, uz podršku voditelja tima
Requirements
What you’ll need- 2-5 godina praktičnog iskustva u strojnom učenju
- Odlično znanje Pythona (pandas, scikit-learn, TensorFlow/PyTorch, XGBoost) i SQL-a
- Iskustvo s implementacijom i održavanjem ML modela u produkciji, a ne samo u notebookovima
- Iskustvo s prognoziranjem vremenskih nizova
- Završen fakultet iz područja računarstva, matematike, fizike ili srodnog područja (FER, PMF ili slično)
- Samostalnost u radu i sposobnost jasnog objašnjavanja rezultata netehničkim sudionicima
- Iskustvo s IBM-ovim ekosustavom (Cloud Pak for Data, Watson ML/OpenScale, watsonx.ai) ili sličnim platformama za strojno učenje
- Iskustvo s alatima za praćenje i upravljanje modelima (drift, explainability)
- PySpark i big data ekosustavi (Cloudera, Kafka, Impala)
- Poznavanje probabilističkog prognoziranja
- Poznavanje domene energetike ili rad s meteorološkim podacima
Benefits
Comp & perks- Rad na stvarnim ML sustavima u produkciji - od ideje i prvog modela do implementacije i praćenja i upravljanja modelima
- Odgovornost za modele koje razvijaš i utjecaj na tehničke odluke u projektu
- Financiranje stručnih certifikacija (npr. IBM watsonx.ai, Cloud Pak for Data)
- Prilika za širenje znanja na MLOps, big data tehnologije i domenu energetike
- klizno radno vrijeme
- “kratki petak” – do 14 sati
- 25 dana godišnjeg odmora za sve
- plaćeni slobodan dan za godišnjicu rada u Compingu
- subvencioniranje vrtića
- financijski dar za rođenje djeteta
- slobodan dan za prvi dan škole za roditelje prvašića
- božićni poklon za djecu
- financijski dar za sv. Nikolu za djecu
- jedan slobodan dan mjesečno za odlazak na preglede roditeljima djece s teškoćama
- dodatno zdravstveno osiguranje
- interne edukacije
- edukacije usavršavanja
- konferencije i eventi
- mentoring program
- teambuilding
- interni eventi
- MultiSport
- humanitarno pomaganje zajednici