Data Scientist – Banking and Financial Services
ITDS
Rola Data Scientist w sektorze bankowości i usług finansowych, realizowana dla klienta (lidera bankowości online) w modelu outsourcingowym. Będziesz pracować nad projektami z zakresu process mining, analizy churn, wykrywania fraudów i NLP. Codziennie budujesz i walidujesz modele ML, analizujesz złożone dane, współpracujesz z interesariuszami biznesowymi oraz projektujesz skalowalne pipeline'y danych. Wymagana jest silna znajomość statystyki i uczenia maszynowego, biegłość w SQL i Pythonie (NumPy, Pandas, SciPy, Matplotlib) oraz znajomość narzędzi big data (Hadoop, Spark).
Brakuje: nie podano konkretnej nazwy klienta ani zespołu, brak informacji o konkretnych frameworkach ml (scikit-learn, tensorflow, pytorch).
Rola Data Scientist w sektorze bankowości i usług finansowych, realizowana dla klienta (lidera bankowości online) w modelu outsourcingowym. Będziesz pracować nad projektami z zakresu process mining, analizy churn, wykrywania fraudów i NLP. Codziennie budujesz i walidujesz modele ML, analizujesz złożone dane, współpracujesz z interesariuszami biznesowymi oraz projektujesz skalowalne pipeline'y danych. Wymagana jest silna znajomość statystyki i uczenia maszynowego, biegłość w SQL i Pythonie (NumPy, Pandas, SciPy, Matplotlib) oraz znajomość narzędzi big data (Hadoop, Spark).
- ✓Dostęp do Pluralsight i szkoleń
- ✓Elastyczne godziny pracy
- ✓Praca nad strategicznymi projektami w innowacyjnym środowisku finansowym
- ✓Międzynarodowe środowisko i wydarzenia integracyjne
- −Praca w modelu outsourcingowym – możliwość zmiany projektu/klienta w trakcie współpracy
- −Brak konkretnej nazwy klienta – ogólne 'lider bankowości online'
- −Możliwa rotacja między projektami w różnych firmach
- !Hybrydowo: 2 dni w biurze/miesiąc – w praktyce niemal zdalnie, ale wymagana obecność w Warszawie
- !Opis 'stabilna i długoterminowa współpraca' kontra definiowanie ścieżki kariery poprzez projekty u różnych klientów
- !Szeroki zakres obowiązków – od modelowania po infrastrukturę danych
- •Budowanie i walidacja modeli uczenia maszynowego (np. klasyfikacja, regresja, NLP) dla przypadków użycia w bankowości
- •Analiza dużych zbiorów danych przy użyciu SQL i Apache Spark w celu wydobycia wniosków biznesowych
- •Współpraca z interesariuszami biznesowymi przy definiowaniu wizji produktu i strategii danych
- •Identyfikacja, pozyskiwanie i przygotowywanie danych z różnych źródeł wewnętrznych i zewnętrznych
- •Prezentacja wyników i wizualizacji (Matplotlib) zarówno dla odbiorców technicznych, jak i nietechnicznych
- •Projektowanie skalowalnych potoków danych i workflowów z wykorzystaniem odpowiednich technologii
- •Stosowanie metod statystycznych do testowania hipotez i wspomagania decyzji biznesowych
- •Udział w ciągłym ulepszaniu infrastruktury danych i narzędzi analitycznych
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Data Scientist z minimum 3 latami doświadczenia, solidnymi podstawami ML, biegłością w SQL i Pythonie (NumPy, Pandas) oraz podstawową znajomością Hadoop/Spark. Osoba potrafiąca przełożyć problemy biznesowe na analizy i komunikować wyniki.
Nie dla juniorów (poniżej 3 lat doświadczenia) ani osób bez umiejętności komunikacyjnych i nastawienia biznesowego. Rola wymaga samodzielności w kontaktach z interesariuszami.
- ?Kim jest konkretny klient i jaki jest jego stosunek do outsourcingu?
- ?Ile osób liczy zespół Data Science po stronie klienta?
- ?Jakie narzędzia ML (scikit-learn, TensorFlow, PyTorch) są używane w projektach?
- ?Czy istnieje możliwość pracy nad zielonymi polami (greenfield) czy głównie rozwijanie istniejących rozwiązań?
- ?Jak wygląda proces alokacji do projektów – czy mam wpływ na wybór?
- ?Czy są dyżury lub praca w godzinach nadliczbowych?
- ?Jaka jest ścieżka awansu w ITDS – czy są przykłady przejścia na wyższe stanowiska?
- ?Czy są narzędzia do wersjonowania kodu i CI/CD (np. Git, Jenkins)?
- −Nie podano konkretnej nazwy klienta ani zespołu
- −Brak informacji o konkretnych frameworkach ML (scikit-learn, TensorFlow, PyTorch)
- −Nie wiadomo, czy praca jest na jednym projekcie czy rotacyjnie
- −Brak szczegółów dotyczących procesu deployowania modeli do produkcji
Praca w zwinnym środowisku (Agile/Scrum/Kanban) z międzynarodowym zespołem, nacisk na współpracę i integrację. Kultura data-driven i produktowa.
Dwa etapy: dwie rozmowy online (online interview). Brak informacji o zadaniu domowym ani live codingu.
Powyżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię SQL. Pełne statystyki zarobków →