Senior Data Scientist (Bankowość / AI & ML Engineering)

Senior Data Scientist (Bankowość / AI & ML Engineering)

📍 100% zdalnie

🤝 B2B / długoterminowa współpraca

Poszukujemy doświadczonego Senior Data Scientista, który będzie projektować i wdrażać zaawansowane rozwiązania oparte na danych w sektorze bankowym. Rola wymaga połączenia wiedzy eksperckiej z obszaru uczenia maszynowego oraz praktycznego doświadczenia w budowaniu produkcyjnych systemów ML w środowiskach regulowanych i wysoko zabezpieczonych.

Zakres obowiązków

• Projektowanie i wdrażanie modeli ML m.in. do: wykrywania nadużyć (fraud), automatyzacji AML/KYC, scoringu ryzyka kredytowego, segmentacji klientów i predykcji zachowań.

• Realizacja pełnego cyklu życia modeli: eksploracja danych, feature engineering, trenowanie, walidacja, wdrożenie i monitoring.

• Budowa i utrzymanie pipeline’ów ML zgodnie z najlepszymi praktykami MLOps – traceability, explainability, governance.

• Implementacja rozwiązań AI w środowiskach chmurowych zgodnych ze standardami bezpieczeństwa i regulacji bankowych (AWS / Azure).

• Prowadzenie PoC-ów i skalowanie rozwiązań do poziomu enterprise.

• Wykorzystywanie najnowszych technologii AI (LLM, zaawansowane NLP, OCR, anomaly detection) w automatyzacji procesów.

• Współpraca z zespołami ryzyka, compliance, IT Security i jednostkami biznesowymi.

• Mentoring młodszych specjalistów i rozwijanie standardów AI w organizacji.

Wymagane doświadczenie i umiejętności

• Doświadczenie jako Data Scientist w sektorze finansowym lub innych branżach regulowanych.

• Bardzo dobra znajomość: machine learning, statystyki i analityki predykcyjnej.

• Praktyczne doświadczenie w NLP/LLM, OCR lub systemach wykrywania anomalii.

• MLOps: Airflow, Docker, CI/CD, monitoring modeli.

• Chmura: AWS lub Azure – praca w środowisku o wysokich wymaganiach bezpieczeństwa.

• Biegła znajomość Python i ekosystemu ML (PyTorch, TensorFlow, scikit-learn).

• Znajomość bankowych use-case’ów: fraud, AML/KYC, scoring, churn, analiza ryzyka, trading lub liquidity analytics.

• Umiejętność prezentowania wyników dla kadry zarządzającej oraz na potrzeby audytów regulacyjnych.

Profil idealnego kandydata

• 6–10+ lat doświadczenia w Data Science / Machine Learning.

• Silne fundamenty w AI oraz umiejętność wdrażania rozwiązań produkcyjnych.

• Doświadczenie na styku: Data Science + ML Engineering + MLOps.

• Bardzo dobre umiejętności komunikacji i współpracy z interesariuszami biznesowymi.

• Samodzielność, odpowiedzialność i umiejętność pracy w środowisku o wysokim poziomie złożoności.