Senior Data Scientist

Solid Company; Polska; Ibrido; PLN 180.000 - 300.000; Tempo pieno

Descrizione del lavoro

Solid Company poszukuje Data Scientist do rozwoju ekosystemu obsługi szkód i świadczeń z wykorzystaniem danych, automatyzacji oraz AI. Wymagana jest umiejętność tworzenia i oceniania modeli na produkcji, a także silne kompetencje w SQL i inżynierii cech.

Praca w modelu hybrydowym (1 dzień w biurze) ze współpracą z klientami z wielu branż. Dołączenie do zespołu to możliwość prowadzenia eksperymentów i monitorowania modeli po wdrożeniu.

Competenze

• Min. 3 lata komercyjnego doświadczenia jako Data Scientist.
• Co najmniej jeden model, który trafił do realnego użycia.
• Umiejętność oceny produkcyjności modelu i uzasadnienia wskazań.
• Krytyczne podejście do danych i zrozumienie wpływu ich powstania na model.
• Umiejętność pozyskiwania wiedzy biznesowej od ekspertów.
• Prezentowanie wyników osobom nietechnicznym.
• Bardzo dobra znajomość SQL.
• Budowanie modeli klasyfikacyjnych na danych tabelarycznych.
• Projektowanie cech, dobór walidacji i metryk.
• Planowanie eksperymentów i ocena wyników.
• Znajomość wyjaśniania modeli (SHAP).
• Swobodne programowanie umożliwiające prowadzenie eksperymentów.
• Śledzenie nowych podejść w uczeniu maszynowym i ocena ich wartości.
• Ocena, kiedy użyć LLM, a kiedy prostsza metoda będzie lepsza.

Mansioni

• Rozwój nowoczesnego ekosystemu obsługi szkód i świadczeń z wykorzystaniem danych, automatyzacji i AI.
• Projektowanie, ocenianie i wdrażanie modeli oceny ryzyka nadużyć na produkcji.
• Współpraca w trybie hybrydowym (1 dzień w biurze).
• Współpraca z klientami biznesowymi z różnych branż (finanse, bankowość, ubezpieczenia, healthcare, robotyzacja, energetyka, media).
• Bieżące informacje projektowe oraz dostęp do dokumentacji niezbędnej do realizacji zadań.
• Nawiązywanie współpracy i onboarding zdalnie: telefonicznie i przez zdalne spotkania z Product Ownerem.

Conoscenze

SQL

Data science

Feature engineering

Model deployment

Explainable AI (SHAP)

Experiment planning

LLM usage

Python programming

Java

Git / Code review

Polish NLP

Insurance domain knowledge

AML familiarity

Graph data analysis

Strumenti

Java

Git

Descrizione del lavoro

• Praca nad rozwojem nowoczesnego ekosystemu obsługi szkód i świadczeń w branży ubezpieczeniowej, wykorzystującego dane, automatyzację oraz rozwiązania AI
• Budowa, rozwój i wdrażanie modeli oceniających ryzyko nadużyć: od analizy danych i feature engineeringu, przez eksperymenty i walidację, aż po uruchomienie i ocenę modeli na produkcji
• Współpraca w trybie hybrydowym (1 dzień w biurze)
• Współpraca z atrakcyjnymi klientami biznesowymi z różnych branż (m.in. finanse, bankowość, ubezpieczenia, healthcare, robotyzacja, energetyka, media)
• Bieżące informacje projektowe oraz stały dostęp do dokumentacji niezbędnej do realizacji zadań
• Cały proces nawiązywania współpracy oraz onboarding prowadzony jest zdalnie: rozmowa telefoniczna (do 30 min) oraz zdalne spotkanie z Product Ownerem projektu (30-60 min)

Kogo poszukujemy?

Wymagania kluczowe:

• Min. 3 lata komercyjnego doświadczenia jako Data Scientist i co najmniej jeden model, który trafił do realnego użycia
• Umiejętność oceny, jak model poradzi sobie na produkcji, i uzasadnienia jego wskazań
• Krytyczne podejście do danych i rozumienie, jak sposób ich powstania wpływa na model
• Umiejętność pozyskiwania wiedzy biznesowej od ekspertów
• Prezentowanie wyników osobom nietechnicznym
• Bardzo dobra znajomość SQL
• Budowanie modeli klasyfikacyjnych na danych tabelarycznych, od regresji logistycznej po gradient boosting
• Projektowanie cech (feature engineering), dobór sposobu walidacji i metryk do problemu
• Planowanie eksperymentów i ocena ich wyników
• Znajomość metod wyjaśniania modeli (np. SHAP)
• Swobodne programowanie umożliwiające samodzielne prowadzenie eksperymentów
• Śledzenie nowych podejść w uczeniu maszynowym i ocena, które z nich warto sprawdzić
• Umiejętność oceny, kiedy warto użyć LLM, a kiedy prostsza metoda zrobi to lepiej

Nice to have:

• Doświadczenie z nadużyciami, AML albo ryzykiem kredytowym
• Znajomość branży ubezpieczeniowej
• Analiza sieci powiązań i danych grafowych
• NLP, zwłaszcza na tekstach po polsku
• Monitorowanie modeli po wdrożeniu
• Praca z kodem w Javie i we wspólnym repozytorium z programistami (testy, code review)