Algolytics rozwija platformę Scoring.One oraz rozwiązania z obszaru AutoML, MLOps, Feature Store, real-time decisioning, credit risk, antifraud i customer intelligence. Szukamy osoby, która chce łączyć pracę data scientistyczną z realnym wdrażaniem modeli w środowiskach produkcyjnych oraz wpływem na rozwój naszych produktów.
To rola dla osoby, która lubi nie tylko budować modele, ale też rozumieć problem biznesowy, pracować z klientem, projektować proces analityczny i doprowadzać rozwiązanie do działania w praktyce.
Czym będziesz się zajmować
- Budową i prototypowaniem modeli predykcyjnych dla klientów z sektorów finansowego, telekomunikacyjnego, e-commerce, retail i usług.
- Tworzeniem rozwiązań z obszaru credit risk, antifraud, customer intelligence, churn, response modelling, rekomendacji, segmentacji behawioralnej i analizy danych transakcyjnych.
- Przygotowywaniem danych do modelowania: analiza danych, feature engineering, walidacja jakości danych, budowa zbiorów treningowych i testowych.
- Wdrażaniem modeli i logiki decyzyjnej w środowiskach produkcyjnych z wykorzystaniem platformy Scoring.one.
- Udziałem w projektach R&D związanych z AutoML, MLOps, Feature Store, real-time scoring, LLM/NLP i automatyzacją procesów analitycznych.
- Współpracą z klientami biznesowymi: analiza potrzeb, przekładanie problemów biznesowych na rozwiązania analityczne, prezentacja wyników i rekomendacji.
- Współpracą z zespołem developerskim przy rozwoju funkcjonalności naszych produktów analitycznych.
- Testowaniem, walidacją i monitorowaniem jakości modeli oraz reguł decyzyjnych.
- Przygotowywaniem dedykowanych procedur, komponentów i rozszerzeń funkcjonalnych platformy Algolytics.
Szukamy osoby, która ma
- Minimum 5 lat doświadczenia w Data Science, Machine Learning, modelowaniu danych lub projektach analitycznych.
- Bardzo dobrą znajomość Pythona i SQL.
- Dobre podstawy statystyki, machine learningu, data mining i walidacji modeli.
- Doświadczenie w projektach konsultingowych, wdrożeniowych lub projektach realizowanych dla odbiorcy biznesowego.
- Umiejętność samodzielnej analizy problemu biznesowego i zaproponowania podejścia analitycznego.
- Doświadczenie w przygotowywaniu danych do ML, feature engineeringu i testowaniu modeli.
- Umiejętność komunikacji z biznesem oraz współpracy z zespołem developerskim.
- Znajomość języka angielskiego pozwalającą na pracę z dokumentacją i komunikację projektową.
- Ukończone studia wyższe, preferowane kierunki: informatyka, matematyka, metody ilościowe, ekonometria, statystyka, fizyka komputerowa lub pokrewne.
Dodatkowym atutem będzie
- Doświadczenie w modelowaniu ryzyka kredytowego, scoringu, fraud detection lub sektorze FinTech.
- Znajomość rozwiązań MLOps, Feature Store, AutoML, MLflow, Databricks, Snowflake, Azure ML, AWS SageMaker lub podobnych.
- Doświadczenie z bardzo dużymi zbiorami danych.
- Znajomość SAS, R, SPSS/IBM Modeler, KNIME, RapidMiner, Statistica lub innych narzędzi analitycznych.
- Znajomość Java/Groovy lub doświadczenie w tworzeniu komponentów produkcyjnych.
- Doświadczenie z REST API, SOAP, integracjami systemowymi lub wdrażaniem modeli jako usług.
- Znajomość NLP, LLM, generative AI, analizy obrazów lub danych pochodzących z sensorów/IoT.
- Chęć dzielenia się wiedzą: wystąpienia na konferencjach, webinary, szkolenia, publikacje branżowe lub aktywność akademicka.
Co oferujemy
- Pracę nad modelami i systemami decyzyjnymi, które realnie działają produkcyjnie u klientów enterprise.
- Możliwość łączenia Data Science, MLOps, AutoML, credit risk, antifraud i real-time decisioning.
- Duży wpływ na rozwój autorskiej platformy Scoring.One oraz produktów Algolytics.
- Ambitne projekty dla dużych organizacji z branży finansowej, telekomunikacyjnej, e-commerce, retail i usług.
- Dużą samodzielność oraz możliwość proponowania własnych rozwiązań analitycznych i produktowych.
- Pracę w doświadczonym, kameralnym zespole, w którym łatwo zobaczyć wpływ swojej pracy.
- Atrakcyjne wynagrodzenie oraz premię dwa razy w roku.
- Prywatną opiekę medyczną.
- Biuro w centrum Warszawy.
- Elastyczny model współpracy: UoP lub B2B.