Data Scientist

Scalosoft; Warszawa; Hybrid; PLN 136,000 - 227,000; Full time

Benefits offered by this job

Opieka medyczna

Karta sportowa

Platforma kafeteryjna

Job summary

Scalosoft w Warszawie poszukuje specjalisty Data Science do projektów ML wspierających wykrywanie nadużyć i analizę ryzyka. Kandydat będzie prowadził pełny cykl rozwoju modeli od danych po walidację i wdrożenie, z naciskiem na interpretowalność i oceny skuteczności.

Wymagana jest silna znajomość SQL, doświadczenie w klasyfikacyjnych modelach na danych tabelarycznych oraz proaktywne podejście do problemów biznesowych.

Qualifications

• Co najmniej 4–5 lat komercyjnego doświadczenia Data Science.
• Doświadczenie w opracowaniu i wdrożeniu modeli ML w rzeczywistych procesach biznesowych.
• Bardzo dobra znajomość SQL.
• Praktyczne doświadczenie w budowaniu modeli klasyfikacyjnych na danych tabelarycznych.
• Znajomość SHAP i interpretowalności modeli.

Responsibilities

• Projektowanie, rozwój i utrzymanie modeli ML wspierających wykrywanie nadużyć i ocenę ryzyka.
• Wykonywanie pełnego cyklu rozwoju modeli od przetwarzania danych po ocenę skuteczności.
• Współpraca z ekspertami biznesowymi i zespołami deweloperskimi przy wdrażaniu rozwiązań.
• Dokumentowanie wyników analiz i eksperymentów oraz prezentowanie ich nietechnicznym odbiorcom.

Skills

Modele ML

Feature engineering

SHAP

Python

Java

SQL

Tools

Python

Java

SQL

Job description

Cześć! Poznaj możliwości współpracy ze Scalo!

Zakres współpracy obejmuje:

• projektowanie, rozwój i utrzymanie modeli Machine Learning wspierających wykrywanie nadużyć i ocenę ryzyka,
• realizacja pełnego cyklu rozwoju modeli – od przygotowania danych i projektowania cech po walidację, wdrożenie i ocenę skuteczności,
• analiza problemów biznesowych oraz dobór odpowiednich metod analitycznych i algorytmów,
• budowanie modeli klasyfikacyjnych na danych tabelarycznych, w tym z wykorzystaniem regresji logistycznej i gradient boosting,
• projektowanie i rozwój cech predykcyjnych (feature engineering),
• dobór metod walidacji, metryk jakości i sposobów oceny modeli w kontekście ich wykorzystania produkcyjnego,
• planowanie eksperymentów oraz analiza i interpretacja ich wyników,
• wykorzystanie metod wyjaśnialności modeli, takich jak SHAP,
• analiza jakości danych i wpływu sposobu ich pozyskiwania na skuteczność modeli,
• weryfikacja nowych metod Machine Learning oraz źródeł danych, w tym danych tekstowych i grafowych,
• ocena zasadności wykorzystania modeli LLM w konkretnych przypadkach biznesowych,
• dokumentowanie wyników analiz, eksperymentów i modeli,
• współpraca z ekspertami biznesowymi, analitykami oraz zespołami developerskimi przy wdrażaniu rozwiązań,
• model realizacji usług: hybrydowy – 1 dzień w tygodniu w biurze klienta w Warszawie, pozostałe 4 dni zdalnie,
• budżet projektu: do 165 PLN/h + VAT, w zależności od doświadczenia oraz zakresu świadczonych usług.

Kompetencje wymagane do realizacji usług:

• min. 4-5 lat doświadczenia komercyjnego w roli Data Scientist,
• doświadczenie w opracowaniu i wdrożeniu co najmniej jednego modelu Machine Learning wykorzystywanego w rzeczywistych procesach biznesowych,
• bardzo dobra znajomość SQL,
• praktyczne doświadczenie w budowaniu modeli klasyfikacyjnych na danych tabelarycznych, w tym z wykorzystaniem regresji logistycznej i gradient boosting,
• doświadczenie w projektowaniu i rozwijaniu cech predykcyjnych (feature engineering),
• umiejętność doboru metod walidacji i metryk oceny modeli do charakterystyki problemu,
• doświadczenie w planowaniu eksperymentów i ocenie ich wyników,
• znajomość metod wyjaśnialności modeli, np. SHAP,
• umiejętność oceny skuteczności modeli w warunkach produkcyjnych oraz interpretowania i uzasadniania ich wskazań,
• krytyczne podejście do jakości danych oraz rozumienie wpływu sposobu ich powstawania na modele,
• praktyczna umiejętność programowania umożliwiająca samodzielne prowadzenie eksperymentów analitycznych,
• umiejętność przekładania problemów biznesowych na zadania analityczne oraz pozyskiwania wiedzy domenowej od ekspertów,
• znajomość aktualnych metod Machine Learning i umiejętność oceny ich przydatności,
• rozumienie możliwości i ograniczeń modeli LLM oraz umiejętność doboru rozwiązań adekwatnych do problemu,
• umiejętność prezentowania wyników analiz osobom nietechnicznym i dokumentowania rozwiązań.

Mile widziane:

• doświadczenie w projektach dotyczących wykrywania nadużyć, AML lub ryzyka kredytowego,
• znajomość branży ubezpieczeniowej,
• doświadczenie w analizie sieci powiązań i danych grafowych,
• znajomość NLP, szczególnie w analizie tekstów w języku polskim,
• doświadczenie w monitorowaniu modeli po wdrożeniu,
• znajomość Java oraz doświadczenie we współpracy z developerami we wspólnym repozytorium, w tym testy i code review.

Co oferujemy w ramach współpracy?

Różnorodne projekty technologiczne

Realizacja projektów z obszaru Software, Embedded, Data, Cloud Services i AI.

Inicjatywy eksperckie i presalesowe

Możliwość udziału w działaniach eksperckich oraz wsparciu procesów presalesowych.

Dodatkowe korzyści

Opieka medyczna, karta sportowa oraz platforma kafeteryjna dostępne zgodnie z obowiązującymi zasadami współpracy.