Data Scientist

W Scalo zajmujemy się dostarczaniem projektów software'owych i wspieraniem naszych partnerów w rozwijaniu ich biznesu. Tworzymy oprogramowanie, które umożliwia ludziom dokonywanie zmian, działanie w szybszym tempie oraz osiąganie lepszych rezultatów. Wykorzystujemy szerokie spektrum usług IT, aby wspierać naszych klientów w realizacji ich celów biznesowych.

Obszary naszej działalności obejmują m.in.:

• doradztwo technologiczne,
• tworzenie oprogramowania,
• systemy wbudowane,
• rozwiązania chmurowe,
• zarządzanie danymi,
• dedykowane zespoły projektowe.

• Minimum 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

Nice to have:

• 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

• 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