Ładowanie...
Ładowanie...
Rola skupia się na budowie i optymalizacji modeli Anti-Churn (XGBoost, CatBoost, LightGBM) dla sektora bankowego. Obejmuje zaawansowany feature engineering, stosowanie metod XAI (SHAP/LIME) dla interpretowalności, walidację statystyczną oraz zarządzanie cyklem życia modeli w MLFlow. Konieczna jest współpraca z Data Engineerami i komunikacja wyników do biznesu i regulatorów.
Oferta dla doświadczonych specjalistów (Senior).
Osoba z 5-letnim doświadczeniem w ML, znająca wymagane biblioteki Pythona, potrafiąca stosować XAI i walidację, komunikatywna po angielsku (B1).
Nie dla kandydatów z mniej niż 5 latami komercyjnego doświadczenia w ML lub bez solidnej znajomości XGBoost i XAI.