Senior Data Scientist

Be in IT

Oferta w skrócie

26 880 – 33 600PLN / mies.

🔀HybrydowaTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaWarszawa

Źródło

JustJoinIT

↗

Aktywna

Opublikowano8 maja 2026

Ostatnio sprawdzono8 maja 2026

Wygasa za79 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

Machine Learning scikit-learn Optuna

AI Insights

Czym naprawdę jest ta rola?Data Scientist

To rola dla doświadczonego Data Scientist pracującego nad krótkoterminowym (3 miesiące) projektem anty-churn dla polskiej instytucji finansowej. Osoba na tym stanowisku będzie odpowiedzialna za opracowanie, optymalizację i wdrożenie modeli ML (XGBoost, CatBoost, LightGBM) na danych transakcyjnych i behawioralnych, z naciskiem na interpretowalność (XAI) i automatyzację (MLOps). Rola łączy modelowanie, feature engineering, walidację statystyczną i przygotowanie do produkcji z użyciem Kubernetes i Airflow.

Plusy

✓Widełki wynagrodzenia (160-200 PLN/h) są jasno określone
✓Proces rekrutacyjny maksymalnie 2 rozmowy techniczne online – transparentny i szybki
✓Możliwość pracy nad produkcyjnym MLOps z nowoczesnym stackiem (K8s, Airflow, MLflow)
✓Projekt w ramach zaawansowanej transformacji AI/ML – realny wpływ na biznes

Na co uważać

−Niespójność informacji o trybie pracy: w danych strukturalnych hybryda, w opisie 'współpracę w pełni zdalną' – należy doprecyzować
−Krótkoterminowy projekt (3 miesiące) bez gwarancji przedłużenia – możliwy brak stabilności

!Praca dla klienta za pośrednictwem agencji rekrutacyjnej – dodatkowy poziom pośrednictwa
!Brak informacji o liczbie osób w zespole i strukturze projektu
!Środowisko bankowe może wiązać się z legacy systemami i biurokracją

Codzienna praca

•Opracowywanie i optymalizacja modeli klasy Anti-Churn (XGBoost, CatBoost, LightGBM) na danych z Oracle DWH
•Projektowanie zaawansowanego feature engineeringu opartego na behawiorystyce klientów bankowych
•Implementacja metod XAI (SHAP/LIME) dla interpretowalności i audytowalności modeli
•Przeprowadzanie walidacji statystycznych (w tym OOT) i raportowanie wyników do biznesu i regulatorów
•Nadzór nad cyklem życia modelu w MLflow (eksperymenty, wersjonowanie, walidacja)
•Współpraca z Data Engineerami przy definiowaniu stabilnych cech dla produkcji
•Budowa pipeline'ów MLOps z CI/CD przy użyciu Kubernetes i Apache Airflow
•Optymalizacja modeli pod kątem wydajności przy batch scoringu

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Analityk/Data Scientist z około 5-letnim stażem w komercyjnych projektach ML, biegły w Pythonie i XGBoost, który miał styczność z XAI i podstawami MLOps. Osoba, która rozumie specyfikę modeli regulowanych i potrafi pracować w zespole z Data Engineerami.

Raczej nie dla

Osoby z mniej niż 5 latami doświadczenia w komercyjnym ML, szukające stałego zatrudnienia (3-miesięczny kontrakt) lub preferujące pracę wyłącznie nad prototypami bez konieczności wdrażania modeli do produkcji.

Ocena dopasowania

Junior1/5

Mid3/5

Senior5/5

Hands-on5/5

Architekt2/5

Remote3/5

Enterprise3/5

Pytania do rekrutera

?Ile osób liczy zespół Data Science po stronie klienta?
?Jak wygląda obecnie infrastruktura MLOps u klienta? Czy pipeline CI/CD są już gotowe?
?Czy klient zapewnia dostęp do danych i środowisk od pierwszego dnia?
?Jaki jest poziom dojrzałości KNF i audytów – czy model musi przejść formalną walidację?
?Czy w projekcie są przewidziane dyżury on-call lub wsparcie produkcyjne?

Brakujące informacje

−Nie podano, czy projekt jest realizowany samodzielnie, czy w zespole
−Brak informacji o dostępnych danych (wielkość, jakość, dostępność) i infrastrukturze
−Nie określono, czy wymagana jest obecność w biurze w Warszawie (sprzeczność zdalna/hybryda)
−Brak opisu konkretnych narzędzi CI/CD poza K8s i Airflow

Zespół

Zespół pracuje nad zaawansowaną transformacją AI/ML w instytucji finansowej. Współpraca z Data Engineerami i biznesem, nacisk na jakość i audytowalność. Atmosfera raczej profesjonalna, zorientowana na dostarczenie działającego rozwiązania w krótkim czasie.

Rekrutacja

Dwuetapowy proces rekrutacyjny online: maksymalnie dwie rozmowy techniczne. Brak informacji o zadaniu domowym lub live coding.

🔗Podobne oferty