Antal

Senior Data Scientist

120 - 150 PLN/ godz./ godz.B2BB2B (netto)

SeniorZdalnie·WarszawaFull-time·B2B

#460672·Dodano 8 dni temu·5

Źródło: Antal

Aplikuj teraz

Tech Stack / Keywords

Machine LearningAISQLSHAPLLM Java Spring Kafka Azure Neo4j

Podsumowanie oferty

Będziesz rozwijać system wykrywania nadużyć i odpowiadać za pełny cykl życia modeli — od analizy danych i walidacji po wdrożenie produkcyjne. Praca obejmuje Machine Learning, analizę danych oraz ocenę, kiedy uzasadnione jest wykorzystanie LLM.

Wymagania

Około 3+ lat doświadczenia jako Data Scientist.
Doświadczenie z co najmniej jednym modelem wdrożonym do środowiska produkcyjnego.
Bardzo dobra znajomość SQL.
Praktyczne doświadczenie z modelami klasyfikacyjnymi na danych tabelarycznych, np. regresją logistyczną i gradient boostingiem.
Bardzo dobra znajomość feature engineeringu.
Umiejętność doboru metryk i metod walidacji.
Doświadczenie w projektowaniu i ocenie eksperymentów.
Znajomość metod wyjaśnialności modeli, np. SHAP.
Umiejętność samodzielnego prowadzenia eksperymentów i rozwijania modeli poprzez programowanie.
Umiejętność krytycznej analizy danych i oceny ich wpływu na jakość modelu.
Znajomość współczesnych podejść do Machine Learning i AI, w tym świadomego wykorzystania LLM.
Umiejętność jasnego prezentowania wyników osobom nietechnicznym.

Mile widziane:

Doświadczenie w obszarze wykrywania nadużyć, AML lub ryzyka kredytowego.
Znajomość sektora finansowego lub ubezpieczeniowego.
Doświadczenie z danymi grafowymi lub analizą grafów, np. Neo4j.
NLP, szczególnie dla języka polskiego.
Doświadczenie w monitorowaniu modeli po wdrożeniu.
Znajomość Java.
Doświadczenie we współpracy z developerami w jednym repozytorium, w tym w code review i testach.

Obowiązki

Budowa, rozwój i utrzymanie modeli wykrywających i oceniających ryzyko nadużyć.
Prowadzenie pełnego procesu pracy z modelem: data preparation, feature engineering, modelowanie, walidacja, wyjaśnialność i wdrożenie.
Praca z różnymi typami danych: tabelarycznymi, tekstowymi i grafowymi.
Dobór metod Machine Learning, metryk i sposobów walidacji.
Projektowanie i ocena eksperymentów.
Analiza nowych metod i źródeł danych.
Wyjaśnianie działania modeli z wykorzystaniem m.in. SHAP.
Dokumentowanie wyników i prezentowanie ich osobom technicznym oraz biznesowym.
Współpraca z developerami, analitykami i ekspertami biznesowymi.
Ocena, kiedy wykorzystanie LLM ma uzasadnienie biznesowe i techniczne, a kiedy lepszym rozwiązaniem będzie klasyczne Machine Learning.

Benefity

Długofalowa współpraca.
Praca przy rozwiązaniach wykorzystujących Machine Learning, AI i zaawansowaną analitykę.
Możliwość pracy nad pełnym cyklem życia modeli, również na etapie wdrożenia produkcyjnego.
Współpraca z doświadczonym zespołem technicznym i biznesowym.
Prywatna opieka medyczna LuxMed.
Karta MultiSport.

Opieka zdrowotna

Karta sportowa

Antal

836 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz