Senior Data Scientist (ML and Fraud Detection) room

Scalosoft; Polska; Hybrid; PLN 205,000 - 291,000; Full time

Benefits offered by this job

Opieka medyczna

Karta sportowa

Platforma kafeteryjna

Job summary

Scalosoft poszukuje Data Scientist specjalizującego się w projektach ML. Pracujesz z Pythonem, SQL i AWS nad modelami wykrywania fraudów oraz analizami dużych, złożonych zbiorów danych, w tym feature engineering i eksperymentami potwierdzającymi hipotezy.

Wymagana jest biegła znajomość Pythona i bibliotek DS, znajomość XGBoost oraz doświadczenie w ML w środowisku AWS. Praca 100% zdalnie, z możliwością kontaktu z klientami międzynarodowymi.

Qualifications

• Doświadczenie na stanowisku Data Scientist przy projektach ML.
• Bardzo dobra znajomość Exploratory Data Analysis (EDA) i umiejętność wyciągania wniosków z dużych zbiorów danych.
• Praktyczne doświadczenie w feature engineering.
• Doświadczenie w pracy z mocno niezbalansowanymi danymi oraz brakującymi lub zdegradowanymi danymi.
• Doświadczenie w obszarze fraud detection.
• Bardzo dobra znajomość algorytmów opartych na drzewach, w szczególności XGBoost.
• Bardzo dobra znajomość Python i bibliotek Data Science.
• Samodzielność w definiowaniu, prowadzeniu i analizowaniu eksperymentów.
• Umiejętność prezentowania wyników za pomocą wizualizacji danych i raportowania.
• Dobre praktyki dokumentowania pracy i dzielenia się wiedzą.
• Doświadczenie w pracy z ML w środowisku AWS.
• Język angielski na poziomie C1 (codzienna komunikacja).

Skills

Python

SQL

AWS

Amazon SageMaker

XGBoost

Scikit-Learn

Pandas

NumPy

Feature engineering

EDA

Fraud detection

Drzewa decyzyjne

Python i biblioteki DS

Eksperymenty ML

Tools

Amazon SageMaker

Notebooki ML

Job description

Cześć! Poznaj możliwości współpracy ze Scalo!

Zakres współpracy obejmuje:

• rozwój i doskonalenie modeli wykrywania fraudów dla branży lotniczej,
• prowadzenie analiz na dużych, złożonych i nieidealnych zbiorach danych w celu identyfikowania wzorców, anomalii oraz nowych możliwości poprawy skuteczności modeli,
• projektowanie, przeprowadzanie i ocenę eksperymentów służących walidacji hipotez oraz poprawie jakości modeli,
• praca z wykorzystaniem Python, SQL, AWS, Amazon SageMaker, XGBoost, Scikit-Learn, Pandas i NumPy,
• projektowanie zaawansowanych metod feature engineering w celu zwiększenia wartości predykcyjnej dostępnych danych,
• budowanie, ocenę i optymalizację modeli Machine Learning, w szczególności algorytmów bazujących na drzewach decyzyjnych, takich jak XGBoost,
• pracę z mocno niezbalansowanymi zbiorami danych, brakującymi danymi oraz zdegradowanymi cechami,
• dokumentowanie przeprowadzonych analiz, eksperymentów, metodologii i rekomendacji, ze szczególnym uwzględnieniem pracy w notebookach i odtwarzalności wyników,
• tryb realizacji usług: 100% zdalnie,
• budżet projektu: do 180 PLN/h + VAT, w zależności od doświadczenia oraz zakresu świadczonych usług.

Kompetencje wymagane do realizacji usług:

• doświadczenie na stanowisku Data Scientist przy projektach Machine Learning,
• bardzo dobra znajomość Exploratory Data Analysis (EDA) i umiejętność wyciągania wniosków z dużych, złożonych i nieuporządkowanych zbiorów danych,
• praktyczne doświadczenie w feature engineering, szczególnie w obszarach, w których identyfikacja sygnałów predykcyjnych jest wymagająca,
• doświadczenie w pracy z mocno niezbalansowanymi zbiorami danych oraz brakującymi lub zdegradowanymi danymi,
• doświadczenie w obszarze fraud detection,
• bardzo dobra znajomość algorytmów opartych na drzewach, w szczególności XGBoost,
• bardzo dobra znajomość Python oraz bibliotek Data Science,
• samodzielność w definiowaniu, prowadzeniu i analizowaniu eksperymentów,
• umiejętność pracy z wymaganiami i przekładania ich na konkretne działania analityczne,
• umiejętność prezentowania wyników z wykorzystaniem wizualizacji danych i raportowania,
• bardzo dobre umiejętności dokumentowania pracy i dzielenia się wiedzą,
• doświadczenie w pracy z rozwiązaniami Machine Learning w środowisku AWS,
• język angielski na poziomie C1 (codzienna komunikacja).

Mile widziane:

• praktyczna znajomość Amazon SageMaker,
• doświadczenie w branży lotniczej, travel, płatnościach, usługach finansowych lub fraud prevention,
• znajomość praktyk MLOps i środowisk produkcyjnych Machine Learning,
• doświadczenie w prezentowaniu wyników zespołom technicznym i nietechnicznym,
• doświadczenie w mentoringu i promowaniu dobrych praktyk Data Science.

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.