Senior Data Scientist

Warunki współpracy

📍 Lokalizacja: Warszawa / praca zdalna
🏠 Model pracy: hybrydowy - 1 dzień w tygodniu z biura, 4 dni zdalnie
📅 Start: ASAP
🔄 Możliwość przedłużenia: tak

Poszukujemy Senior Data Scientist do pracy przy strategicznym projekcie transformacyjnym z obszaru ubezpieczeń, którego celem jest stworzenie nowoczesnego systemu obsługi szkód i świadczeń, wykorzystującego dane, automatyzację, AI oraz procesy workflow. Jeśli masz doświadczenie w budowaniu modeli machine learning, potrafisz przełożyć problem biznesowy na zadanie analityczne i interesuje Cię praca nad rozwiązaniami wykorzystywanymi w praktyce - zapraszamy do kontaktu.

Zakres obowiązków

• Budowanie, rozwój i utrzymanie modeli służących do wykrywania i oceny ryzyka nadużyć.

• Prowadzenie całego procesu pracy z modelem - od przygotowania danych i projektowania cech, przez eksperymenty i ocenę skuteczności, aż po wdrożenie.

• Przekładanie problemów biznesowych na zadania analityczne oraz dobór odpowiednich metod do konkretnego problemu.

• Praca z różnymi rodzajami danych, w tym danymi tabelarycznymi, tekstowymi i grafowymi.

• Poszukiwanie i weryfikowanie nowych metod analitycznych oraz źródeł danych.

• Projektowanie i przeprowadzanie eksperymentów oraz ocena ich wyników.

• Dobór odpowiednich metryk i sposobów walidacji modeli.

• Analiza i wyjaśnianie wyników modeli oraz ich dokumentowanie.

Wymagania

• Około 3 lata doświadczenia zawodowego jako Data Scientist.

• Doświadczenie w doprowadzeniu co najmniej jednego modelu machine learning do rzeczywistego wykorzystania.

• Umiejętność oceny, jak model będzie działał na produkcji oraz uzasadniania jego wskazań.

• Umiejętność krytycznej oceny danych i rozumienie wpływu sposobu ich pozyskania na działanie modelu.

• Umiejętność współpracy z ekspertami biznesowymi i pozyskiwania od nich wiedzy potrzebnej do budowy dobrego modelu.

• Umiejętność prezentowania wyników osobom nietechnicznym.

• Bardzo dobra znajomość SQL.

• Doświadczenie w budowaniu modeli klasyfikacyjnych dla danych tabelarycznych, od regresji logistycznej po metody gradient boosting.

• Znajomość feature engineering.

• Umiejętność doboru odpowiedniej walidacji oraz metryk do konkretnego problemu.

• Umiejętność projektowania eksperymentów i oceny ich wyników.

• Znajomość metod wyjaśniania modeli, np. SHAP.

• Umiejętność swobodnego programowania pozwalająca na samodzielne prowadzenie eksperymentów.

• Znajomość aktualnych podejść w uczeniu maszynowym oraz umiejętność oceny, które z nich warto zastosować.

• Umiejętność oceny, kiedy warto wykorzystać LLM, a kiedy prostsze rozwiązanie będzie bardziej efektywne.

Mile widziane

• Doświadczenie w obszarze wykrywania nadużyć, AML lub ryzyka kredytowego.

• Znajomość branży ubezpieczeniowej.

• Doświadczenie w analizie sieci powiązań i danych grafowych.

• Doświadczenie w NLP, szczególnie w pracy z tekstami w języku polskim.

• Doświadczenie w monitorowaniu modeli po wdrożeniu.

• Doświadczenie w pracy z kodem w Javie.

• Doświadczenie we współpracy z programistami w ramach wspólnego repozytorium, w tym udział w testach i code review.

Technologie

SQL | Machine Learning | Python / inne języki programowania | SHAP | LLM | Java | Spring | Hibernate/JPA | Kafka | Flowable | Azure | Angular | Neo4j