ML/Data Scientist

Ness Solution; Warszawa; Hybrid; PLN 120,000 - 180,000; Full time

Benefits offered by this job

Elastyczny grafik pracy

Współpraca B2B

Job summary

Ness Solution poszukuje specjalisty ds. analizy danych i ML do zespołu aktuarialnego w Warszawie. Praca w modelu hybrydowym, 3 dni w biurze, 2 dni zdalnie, z możliwością rozwoju w projektach analitycznych wspierających decyzje biznesowe.

Wymagane umiejętności z Pythona, ML, analityki predykcyjnej, narzędzi do przetwarzania danych i wizualizacji. Doświadczenie w pracy z repozytoriami kodu i pracy w multidyscyplinarnych zespołach.

Qualifications

• Biegłość w Pythonie do analizy danych i modelowania.
• Dobra znajomość ML, analityki predykcyjnej i wnioskowania statystycznego.
• Doświadczenie z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji (matplotlib, seaborn, ggplot2).
• Umiejętność pracy z repozytorium kodu.
• Silne umiejętności rozwiązywania problemów i pasja do odkrywania wniosków płynących z danych.
• Umiejętność współpracy w interdyscyplinarnych zespołach.

Responsibilities

• Opracowywanie, wdrażanie i utrzymywanie modeli statystycznych oraz ML wspierających funkcje aktuarialne.
• Analiza dużych i złożonych zbiorów danych w celu uzyskania praktycznych wniosków wspierających decyzje.
• Przeprowadzanie eksploracyjnej analizy danych i tworzenie cech (feature engineering).
• Wspieranie automatyzacji i optymalizacji procesów aktuarialnych przy użyciu nowoczesnych narzędzi.
• Ścisła współpraca z aktuariuszami, underwriterami i zespołami likwidacji szkód.
• Przygotowywanie prezentacji wyników i rekomendacji dla odbiorców technicznych.

Skills

Python

ML techniques

Predictive analytics

Data wrangling

Data visualization

Git / version control

Problem solving

Interdisciplinary teamwork

Różne środowiska Big Data

Tools

pandas

SQL

matplotlib

seaborn

ggplot2

Git

SAS

AWS

Azure

Job description

Tryb pracy: hybrydowy (Warszawa) 3 dni pracy w biurze, 2 dni pracy zdalnej

Branża: Ubezpieczeniowa

Projekt: Projekt polega na tworzeniu i wdrażaniu modeli statystycznych oraz uczenia maszynowego wspierających procesy aktuarialne, opartych na analizie dużych zbiorów danych, automatyzacji procesów i ścisłej współpracy z ekspertami biznesowymi w celu dostarczania praktycznych rekomendacji decyzyjnych.

Zakres obowiązków

• Opracowywanie, wdrażanie i utrzymywanie modeli statystycznych oraz uczenia maszynowego wspierających funkcje aktuarialne.
• Analiza dużych i złożonych zbiorów danych w celu uzyskania praktycznych wniosków wspierających proces podejmowania decyzji.
• Przeprowadzanie eksploracyjnej analizy danych i tworzenie cech (feature engineering) dla poprawy jakości modeli i ich interpretowalności.
• Wspieranie automatyzacji i optymalizacji procesów aktuarialnych z wykorzystaniem nowoczesnych narzędzi i frameworków data science.
• Ścisła współpraca z aktuariuszami, underwriterami i zespołami likwidacji szkód w celu przekładania wyzwań biznesowych na rozwiązania analityczne.
• Przygotowywanie prezentacji wyników i rekomendacji w sposób zrozumiały dla odbiorców technicznych.

Wymagania

• Biegłość w Pythonie w zakresie analizy danych i modelowania.
• Dobra znajomość metod uczenia maszynowego, analityki predykcyjnej oraz wnioskowania statystycznego.
• Doświadczenie w pracy z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji danych (np. matplotlib, seaborn, ggplot2).
• Umiejętność pracy z wykorzystaniem repozytorium kodu.
• Silne umiejętności rozwiązywania problemów i pasja do odkrywania wniosków płynących z danych.
• Umiejętność współpracy w interdyscyplinarnych zespołach.

Mile widziane

• Znajomość narzędzi pricingowych WTW (Emblem, Radar).
• Znajomość branży ubezpieczeniowej.
• Znajomość narzędzi SAS.
• Znajomość systemów kontroli wersji (Git).
• Znajomość środowisk chmurowych (AWS, Azure).

Dlaczego warto

• Projekt o realnym wpływie na dane w dużej organizacji.
• Nowoczesne technologie i środowisko chmurowe.
• Stabilna współpraca (B2B).
• Elastyczny model pracy: hybrydowy, zdalny w uzgodnionym zakresie.