Data Scientist [K/M]]

120 - 140 PLN/ godz./ godz.B2BB2B (netto)

MidHybryda·WarszawaInne·B2B

#460797·Dodano 7 dni temu·1

Źródło: justjoin.it

Aplikuj teraz

Tech Stack / Keywords

Machine Learning LLM SQL

Podsumowanie oferty

Data Scientist do nowego systemu detekcji nadużyć i identyfikacji ryzyka fraudowego dla klienta z branży ubezpieczeniowej. Rola obejmuje budowę i wdrażanie modeli machine learning oraz analizę danych w wielodyscyplinarnym zespole.

Wymagania

Minimum 3 lata doświadczenia na stanowisku Data Scientist oraz udział w co najmniej jednym projekcie, którego model został wdrożony do rzeczywistego użytku biznesowego.
Umiejętność oceny skuteczności modeli produkcyjnych oraz interpretacji i uzasadniania ich decyzji.
Bardzo dobra znajomość SQL.
Praktyczne doświadczenie w budowie modeli klasyfikacyjnych dla danych tabelarycznych — od regresji logistycznej po algorytmy gradient boosting.
Doświadczenie w obszarze feature engineering.
Umiejętność doboru metod walidacji, metryk i sposobów oceny jakości modeli.
Znajomość metod interpretowalności modeli, takich jak SHAP lub inne.
Umiejętność samodzielnego prowadzenia eksperymentów z wykorzystaniem narzędzi programistycznych.
Zrozumienie wpływu jakości i pochodzenia danych na skuteczność modeli analitycznych.
Umiejętność współpracy z ekspertami biznesowymi i prezentowania wyników osobom nietechnicznym.
Znajomość współczesnych trendów w obszarze machine learning oraz świadomość, kiedy wykorzystanie modeli LLM jest uzasadnione biznesowo.

Mile widziane:

Doświadczenie w projektach związanych z wykrywaniem nadużyć, AML lub ryzykiem kredytowym.
Znajomość branży ubezpieczeniowej.
Doświadczenie w analizie sieci powiązań i pracy z danymi grafowymi.
Znajomość zagadnień NLP, w szczególności przetwarzania tekstów w języku polskim.
Doświadczenie w monitorowaniu modeli po wdrożeniu produkcyjnym.
Doświadczenie w pracy z kodem Java i współpracy w ramach wspólnych repozytoriów programistycznych, w tym code review i testów.
Znajomość technologii wykorzystywanych w projekcie: Java, Spring, Hibernate, Kafka, Flowable, Azure, Angular i Neo4j.

Obowiązki

Budowa, rozwój i utrzymanie modeli oceniających ryzyko nadużyć i fraudów.
Realizacja pełnego cyklu życia modeli machine learning — od analizy danych i przygotowania cech, przez walidację skuteczności, po wdrożenie produkcyjne.
Przekładanie problemów biznesowych na zadania analityczne i dobór metod modelowania dla danych tabelarycznych, tekstowych i grafowych.
Projektowanie i przeprowadzanie eksperymentów badawczych oraz ocena ich rezultatów.
Poszukiwanie nowych źródeł danych i testowanie innowacyjnych metod analitycznych.
Przygotowywanie dokumentacji i wyjaśnianie wyników analiz interesariuszom technicznym i biznesowym.
Współpraca z ekspertami domenowymi i zespołem developerskim przy implementacji rozwiązań.

Benefity

Benefity w ramach systemu kafeteryjnego.

Fabrity S.A.

41 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz