Data Scientist (Credit Risk)
PRAGMAGO
Rola Data Scientist w fintechu PRAGMAGO, gdzie będziesz rozwijać modele analityczne i scoringowe w obszarze ryzyka kredytowego i fraudowego. To połączenie zaawansowanej analizy danych, modelowania ML/AI i ścisłej współpracy z biznesem oraz IT. Będziesz pracować nad modelami predykcyjnymi od eksploracji przez wdrożenie, monitoring aż po optymalizację. Domena: credit risk w finansach.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
Rola Data Scientist w fintechu PRAGMAGO, gdzie będziesz rozwijać modele analityczne i scoringowe w obszarze ryzyka kredytowego i fraudowego. To połączenie zaawansowanej analizy danych, modelowania ML/AI i ścisłej współpracy z biznesem oraz IT. Będziesz pracować nad modelami predykcyjnymi od eksploracji przez wdrożenie, monitoring aż po optymalizację. Domena: credit risk w finansach.
- ✓Rola w fintechu z realnym wpływem na modele decyzyjne
- ✓Przestrzeń do rozwoju eksperckiego w data science i credit risk
- ✓Stabilne zatrudnienie w organizacji rozwijającej nowoczesne rozwiązania
- !Praca stacjonarna we Wrocławiu – brak elastyczności lokalizacyjnej
- !Poziom 'regular', ale wymagane 3+ lata doświadczenia – może być niespójne z siatką stanowisk
- !Brak informacji o procesie rekrutacyjnym
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Budowa i rozwój modeli scoringowych i predykcyjnych w Python (scikit-learn, statsmodels)
- •Analiza danych i identyfikacja czynników ryzyka kredytowego
- •Przygotowywanie analiz portfela kredytowego i efektywności modeli
- •Monitoring jakości modeli i rekomendowanie usprawnień
- •Współpraca z biznesem i IT przy wdrażaniu rozwiązań analitycznych
- •Eksploracja danych z wykorzystaniem SQL i Python (Pandas)
- •Projektowanie rozwiązań wspierających decyzje kredytowe
- •Dzielenie się wiedzą i wspieranie kompetencji analitycznych w zespole
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Mid-level data scientist z co najmniej 3 latami pracy z danymi i modelowaniem, potrafiący samodzielnie budować modele w Python, komunikować wnioski biznesowo i pracować z SQL na hurtowni danych.
Nie dla juniorów bez 3 lat doświadczenia i nie dla osób szukających wyłącznie roli architektonicznej. Rola jest mocno hands-on i wymaga praktycznej znajomości ML.
- ?Ile osób liczy zespół data science?
- ?Jak wygląda proces wdrażania modeli do produkcji? Czy jest MLOps?
- ?Jakie narzędzia są używane do monitorowania modeli poza Grafaną?
- ?Czy są konkretne regulacje (np. Basel) wpływające na modelowanie?
- ?Jaki jest cykl życia modelu – jak często są retrenowane?
- ?Czy istnieje możliwość pracy zdalnej w przyszłości?
- ?Jakie są główne wyzwania w obecnych modelach scoringowych?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, czy istnieje infrastruktura MLOps
- −Brak informacji o budżecie szkoleniowym (poza standardowymi benefitami)