Data Scientist (k/m)
PZU Tech
Rola Data Scientist mid-level w PZU Tech, odpowiedzialna za budowę inteligentnych rozwiązań automatyzujących i optymalizujących procesy obsługowe w sektorze ubezpieczeń. Łączy tworzenie modeli ML z implementacją Data Martów i raportowaniem na platformie hurtowni danych/BI. Praca hybrydowa z 1 dniem w tygodniu w biurze w Warszawie. Stack obejmuje Python, 4GL, SQL i opcjonalnie SAS Viya. To bardziej rola hybrydowa DS/DE niż czysta data science.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu, brak informacji o konkretnej platformie bi/hurtowni danych.
Tytuł sugeruje czystą data science, ale rzeczywista praca obejmuje znaczną część data engineeringu: budowę Data Martów, raportowanie na BI, utrzymanie hurtowni danych. To rola hybrydowa DS/DE, a nie tylko modelowanie i analizy.
Rola Data Scientist mid-level w PZU Tech, odpowiedzialna za budowę inteligentnych rozwiązań automatyzujących i optymalizujących procesy obsługowe w sektorze ubezpieczeń. Łączy tworzenie modeli ML z implementacją Data Martów i raportowaniem na platformie hurtowni danych/BI. Praca hybrydowa z 1 dniem w tygodniu w biurze w Warszawie. Stack obejmuje Python, 4GL, SQL i opcjonalnie SAS Viya. To bardziej rola hybrydowa DS/DE niż czysta data science.
- ✓Jasno określony wymiar hybrydy: 1 dzień w biurze tygodniowo
- ✓Kontrakt B2B z uznanym pracodawcą (PZU)
- ✓Nacisk na dzielenie się wiedzą i promowanie najlepszych praktyk
- −Rola łączy data science z data engineeringiem (Data Marty, BI) – może nie spełniać oczekiwań czystego DS
- −Wymagana znajomość 4GL – język legacy, który może oznaczać pracę z przestarzałymi systemami
- !Brak informacji o wielkości zespołu i struktury projektowej
- !Nieokreślony zakres odpowiedzialności za MLOps – czy już wdrożony, czy do zbudowania
- !Platforma BI/Hurtowni Danych nie jest nazwana (np. SAS, Teradata?)
- !SAS Viya jako nice-to-have może sugerować stopniowe odchodzenie od SAS
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Budowa modeli ML do automatyzacji procesów obsługowych
- •Przeprowadzanie złożonych analiz statystycznych, ekonometrycznych i ML
- •Projektowanie i implementacja Data Martów (ABT) na potrzeby modelowania/scoringu
- •Tworzenie raportów i procesów raportowych na platformie BI/Hurtowni Danych
- •Pisanie produkcyjnego kodu ML w Python/4GL z testami danych i jednostkowymi
- •Utrzymanie i rozwój procesów w Hurtowni Danych
- •Współpraca z biznesem przy analizie potrzeb i testowaniu rozwiązań
- •Dzielenie się wiedzą i promowanie najlepszych praktyk w zespole
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Analityk danych lub data scientist z 2-letnim doświadczeniem, znający podstawy Pythona i SQL, zrealizował co najmniej jeden produkcyjny projekt ML. Wykształcenie kierunkowe. Komunikatywny i otwarty na dzielenie się wiedzą.
Osoby szukające wyłącznie zaawansowanej, badawczej data science bez obowiązków data engineeringu. Juniorzy poniżej 2 lat doświadczenia. Kandydaci nieakceptujący hybrydy (1 dzień w biurze tygodniowo).
- ?Jaka jest wielkość zespołu Data Science i jakie są role w zespole?
- ?Czy w projekcie używane są już narzędzia MLOps, czy to dopiero plan?
- ?Jaki jest stosunek pracy nad modelami do pracy nad Data Martami i raportowaniem?
- ?Czy 4GL jest głównym językiem produkcyjnym, czy tylko do istniejących procesów?
- ?Jakie jest podejście do testowania modeli w produkcji?
- ?Czy istnieje możliwość publikacji wyników lub udziału w konferencjach?
- ?Jak wygląda proces wdrożenia modelu do produkcji?
- ?Czy B2B obejmuje jakieś dodatkowe benefity (np. budżet szkoleniowy)?
- −Nie podano wielkości zespołu
- −Brak informacji o konkretnej platformie BI/Hurtowni Danych
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy jest on-call lub dyżury produkcyjne
Zespół kładzie nacisk na dzielenie się wiedzą i promowanie najlepszych praktyk, co sugeruje kulturę współpracy i uczenia się. Praca hybrydowa z 1 dniem w biurze.