Antal

Senior Data Scientist

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

SeniorHybryda·WarszawaFull-time·B2B

#463080·Dodano 25 dni temu·5

Źródło: nofluffjobs.com

Aplikuj teraz

Tech Stack / Keywords

SQL Machine LearningAILLM Angular Azure Kafka Hibernate Java Spring Neo4j NLP

Podsumowanie oferty

Jako Senior Data Scientist dołączysz do zespołu rozwijającego system wykrywania nadużyć. Będziesz odpowiadać za pełny cykl życia modeli, od analizy danych i eksperymentów po wdrożenie produkcyjne, z wykorzystaniem Machine Learning i AI.

Wymagania

Około 3+ lat doświadczenia jako Data Scientist.
Doświadczenie z przynajmniej jednym modelem wdrożonym do środowiska produkcyjnego.
Bardzo dobra znajomość SQL.
Praktyczne doświadczenie z modelami klasyfikacyjnymi na danych tabelarycznych, np. logistic regression lub gradient boosting.
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.
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.
Znajomość 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: przygotowania danych, feature engineeringu, modelowania, walidacji, wyjaśnialności i wdrożenia.
Praca z danymi 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.
Prywatna opieka medyczna LuxMed.
Karta MultiSport.

Opieka zdrowotna

Karta sportowa

Antal

838 aktywnych ofert

Zobacz wszystkie oferty

Aplikuj teraz