Data Scientist

• Około 3 lat doświadczenia jako Data Scientist, w tym co najmniej jeden model wdrożony do realnego użycia.
• Dobra znajomość SQL.
• Doświadczenie w budowie modeli klasyfikacyjnych na danych tabelarycznych, od regresji logistycznej po gradient boosting.
• Doświadczenie w feature engineeringu.
• Umiejętność doboru walidacji i metryk do problemu oraz planowania i oceny eksperymentów.
• Znajomość metod wyjaśniania modeli, np. SHAP.
• Swoboda programowania pozwalająca samodzielnie prowadzić eksperymenty w dowolnym języku.
• Umiejętność oceny, kiedy zastosować LLM, a kiedy prostszą metodę.
• Umiejętność oceny zachowania modelu na produkcji oraz krytyczne podejście do danych i ich źródeł.
• Umiejętność pozyskiwania wiedzy od ekspertów biznesowych i prezentowania wyników osobom nietechnicznym.

Mile widziane:

• Doświadczenie w obszarze nadużyć, AML lub ryzyka kredytowego.
• Znajomość branży ubezpieczeniowej.
• Analiza sieci powiązań i danych grafowych.
• NLP, zwłaszcza na tekstach w języku polskim.
• Monitorowanie modeli po wdrożeniu.
• Doświadczenie z kodem w Javie we wspólnym repozytorium, w tym testy i code review.

• Budowa, rozwój i utrzymanie modeli oceniających ryzyko nadużyć w procesach szkodowych.
• Realizacja pełnej ścieżki dostarczenia modelu: przygotowanie danych i projektowanie cech, dobór metody, ocena skuteczności oraz wdrożenie do realnego użycia.
• Przekładanie problemów biznesowych na zadania analityczne oraz dobór metod do danych tabelarycznych, tekstowych lub grafowych.
• Weryfikacja nowych metod i źródeł danych pod kątem ich wartości dla skuteczności modeli.
• Przygotowywanie wyjaśnialnych wyników modeli wraz z dokumentacją uzasadniającą ich wskazania.
• Konsultacje z ekspertami biznesowymi i programistami, w tym przy integracji modeli z kodem aplikacji.

• Proces rekrutacyjny umożliwia rozmowę z wirtualnym rekruterem AIR przez całą dobę; finalną decyzję podejmuje Opiekun Projektu.
• Proces rekrutacyjny jest szybki i zdalny.