Data Scientist

Scalo; Województwo mazowieckie; Hybrid; PLN 136,000 - 227,000; Full time

Benefits offered by this job

Opieka medyczna

Karta sportowa

Platforma kafeteryjna

Job summary

Scalo oferuje współpracę Data Scientist z doświadczeniem w ML, SQL i implementacji modeli w realnych procesach biznesowych. Praca 1 dzień w biurze w Warszawie, 4 dni zdalnie. Zakres obejmuje projektowanie i utrzymanie modeli, analiza danych i eksperymentów, użycie SHAP oraz ocena modeli w produkcji.

Wymagane 4–5 lat doświadczenia i praktyczne umiejętności programistyczne. Szacowany zakres wynagrodzenia to stawka 165 PLN/h + VAT, w zależności od zakresu usług i doświadczenia.

Qualifications

• minimum 4–5 lat doświadczenia komercyjnego w roli Data Scientist
• doświadczenie w opracowaniu i wdrożeniu co najmniej jednego modelu ML wykorzystywanego w procesach biznesowych
• bardzo dobra znajomość SQL
• doświadczenie w budowaniu modeli klasyfikacyjnych na danych tabelarycznych (regresja logistyczna, gradient boosting)
• projektowanie i rozwijanie cech predykcyjnych (feature engineering)
• dobór metod walidacji i metryk oceny modeli
• planowanie eksperymentów i ocena ich wyników
• znajomość metod wyjaśnialności modeli, np. SHAP
• ocena skuteczności modeli w warunkach produkcyjnych i interpretacja wskazań
• krytyczne podejście do jakości danych
• praktyczna umiejętność programowania umożliwiająca samodzielne prowadzenie eksperymentów
• przekładanie problemów biznesowych na zadania analityczne i pozyskiwanie wiedzy domenowej
• znajomość aktualnych metod ML i ocena ich przydatności
• rozumienie możliwości i ograniczeń modeli LLM
• umiejętność prezentowania wyników analiz nietechnicznym osobom i dokumentowania rozwiązań

Responsibilities

• projektowanie, rozwój i utrzymanie modeli ML wspierających wykrywanie nadużyć i ocenę ryzyka
• realizacja pełnego cyklu rozwoju modeli – od przygotowania danych po walidację i wdrożenie
• analiza problemów biznesowych i dobór odpowiednich metod analitycznych
• budowanie modeli klasyfikacyjnych na danych tabelarycznych (logistic regression, gradient boosting)
• projektowanie cech predykcyjnych (feature engineering)
• dobór metod walidacji i metryk jakości w kontekście produkcyjnym
• planowanie eksperymentów oraz analiza i interpretacja wyników
• wykorzystanie SHAP i innych metod wyjaśnialności
• analiza jakości danych i wpływu sposobu pozyskiwania na skuteczność modeli
• ocena nowych metod ML i źródeł danych, w tym dane tekstowe i grafowe
• ocena zasadności wykorzystania modeli LLM w konkretnych przypadkach biznesowych
• dokumentowanie wyników analiz, eksperymentów i modeli
• współpraca z ekspertami biznesowymi i 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

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.