Pomiń do treści
Logo firmy PROVIDENT Polska

Data Scientist

PROVIDENT Polska

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄Umowa o pracęKontrakt
⏱️Junior · 1+ latDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano18 czerwca 2026
Ostatnio sprawdzono18 czerwca 2026
Wygasa za29 dni
Werdykt JobHunt

Rola Junior Data Scientist w firmie pożyczkowej Provident. Będziesz budować modele predykcyjne (klasyfikacja/regresja) dla obszarów ryzyka kredytowego, marketingu i administracji. Pracujesz w zespole Data Science z zarówno juniorami jak i seniorami, a zakres obowiązków obejmuje cały proces od wymagań biznesowych po wdrożenie. Oczekuje się znajomości Pythona i SQL oraz podstaw uczenia maszynowego. Dla Juniora nie wymagają doświadczenia zawodowego.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: nie podano wielkości zespołu data science, brak opisu procesu rekrutacyjnego (etapy, czas).

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?Data Scientist

Rola Junior Data Scientist w firmie pożyczkowej Provident. Będziesz budować modele predykcyjne (klasyfikacja/regresja) dla obszarów ryzyka kredytowego, marketingu i administracji. Pracujesz w zespole Data Science z zarówno juniorami jak i seniorami, a zakres obowiązków obejmuje cały proces od wymagań biznesowych po wdrożenie. Oczekuje się znajomości Pythona i SQL oraz podstaw uczenia maszynowego. Dla Juniora nie wymagają doświadczenia zawodowego.

Plusy
  • Stabilna firma (29 lat na rynku) z nagrodą Top Employer
  • Program mentora i pełne wdrożenie – dobre dla juniora
  • 3 dodatkowe dni urlopu za wykorzystanie całego limitu
  • Platforma kafeteryjna z miesięcznym budżetem na benefity
Na co uważać
  • !Ogłoszenie łączy stanowiska Junior Data Scientist i Data Scientist – nie wiadomo, na który poziom finalnie trafisz
  • !Wymóg projektowania rozwiązań chmurowych (AWS) przy AWS tylko jako nice-to-have – może być wyzwaniem dla juniora
  • !Brak informacji o wielkości zespołu i procesie rekrutacyjnym
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Zbieranie wymagań biznesowych i definiowanie problemów analitycznych
  • Budowa i implementacja modeli klasyfikacyjnych (np. ryzyko kredytowe) i regresyjnych
  • Opracowywanie i testowanie struktur danych (feature engineering) pod modele prognostyczne
  • Okresowa walidacja modeli prognostycznych i analiza ich jakości
  • Projektowanie i implementacja rozwiązań chmurowych (AWS) wspierających analizy
  • Prezentowanie wyników modelowania interesariuszom biznesowym
  • Wdrażanie praktyk MLOps (monitoring, CI/CD dla modeli)
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta odpowiednia dla osób na początku kariery w IT.

Minimum sensowne

Student ostatniego semestru studiów magisterskich lub absolwent, który w ramach zajęć lub własnych projektów miał styczność z Pythonem, SQL i podstawami ML. Brak komercyjnego doświadczenia nie jest przeszkodą.

Raczej nie dla

Seniorzy z ponad 5-letnim doświadczeniem – rola jest ukierunkowana na juniorów i osoby z niewielkim stażem. Osoby szukające czysto inżynieryjnej roli bez kontaktu z biznesem również nie będą zadowolone.

Ocena dopasowania
Junior5/5
Mid2/5
Senior1/5
Hands-on5/5
Architekt1/5
Remote2/5
Enterprise4/5
Pytania do rekrutera
  • ?Ile osób liczy zespół Data Science i jaki jest podział na juniorów/seniorów?
  • ?Czy dla stanowiska Junior jest przewidziany okres wdrożenia i szkolenia?
  • ?Jakie konkretne narzędzia AWS są używane (SageMaker, S3, Lambda itp.)?
  • ?Czy role różnią się zakresem obowiązków między Juniorem a Data Scientist?
  • ?Jak wygląda proces wdrażania modeli do produkcji? Czy jest już zautomatyzowany (MLOps)?
  • ?Czy są przewidziane dyżury on-call lub praca w weekendy?
  • ?Jaki jest budżet na szkolenia i konferencje?
Brakujące informacje
  • Nie podano wielkości zespołu Data Science
  • Brak opisu procesu rekrutacyjnego (etapy, czas)
  • Nie wiadomo, jakie konkretnie biblioteki ML (scikit-learn, XGBoost, PyTorch itp.) są używane
  • Brak informacji o obecnym stadium MLOps (czy to nowa inicjatywa?)
Zespół

Zespół Data Science składa się zarówno z młodszych, jak i starszych członków, co sprzyja dzieleniu się wiedzą. Firma kładzie nacisk na rozwój pracowników (mentor, szkolenia) i oferuje przyjazne środowisko pracy (Top Employer).

🔗Podobne oferty