Data Scientist

🏢 Summary: B2B contract for a Data Scientist working in a hybrid model (3 days onsite in Warsaw) focused on building, implementing, and maintaining statistical and machine learning models supporting actuarial processes. The role involves advanced data analysis, feature engineering, process automation, and close collaboration with actuarial and underwriting teams. 🗂️ Requirements: Very good knowledge of Python for data analysis and modeling, Strong knowledge of machine learning, predictive analytics, and statistical inference, Experience with data processing tools (pandas, SQL), Experience with data visualization tools (matplotlib, seaborn, ggplot2), Experience with code repositories, Strong analytical and problem-solving skills, Ability to work onsite in Warsaw 3 days per week 📃 Skills: Python, MachineLearning, PredictiveAnalytics, Statistics, pandas, SQL, matplotlib, seaborn, ggplot2, Git, SAS, AWS, Azure, Emblem, Radar 🏢 Description: Profil: Data Scientist Miejsce świadczenia usług: model hybrydowy – 3 razy w tygodniu praca z biura (Warszawa) + 2 razy w tygodniu praca zdalna – warunek konieczny. Forma współpracy: B2B. kontrakt Stawka: 150 - 180 zł/h Zakres obowiązków: Projektowanie, wdrażanie oraz utrzymanie modeli statystycznych i modeli uczenia maszynowego wspierających funkcje aktuarialne. Analiza dużych i złożonych zbiorów danych w celu formułowania praktycznych wniosków wspierających procesy decyzyjne. Prowadzenie eksploracyjnej analizy danych (EDA) oraz tworzenie cech (feature engineering) w celu zwiększenia jakości i interpretowalności modeli. Wsparcie automatyzacji i optymalizacji procesów aktuarialnych z wykorzystaniem nowoczesnych narzędzi oraz frameworków data science. Ścisła współpraca z aktuariuszami, underwriterami oraz zespołami likwidacji szkód w celu przekładania potrzeb biznesowych na rozwiązania analityczne. Przygotowywanie prezentacji wyników analiz i rekomendacji w sposób przystępny dla odbiorców technicznych. Wymagania: a. Must-have: Bardzo dobra znajomość języka Python w zakresie analizy danych i modelowania. Solidna wiedza z obszaru uczenia maszynowego, analityki predykcyjnej oraz wnioskowania statystycznego. Doświadczenie w pracy z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji danych (np. matplotlib, seaborn, ggplot2). Umiejętność pracy z repozytorium kodu. Silne kompetencje analityczne: rozwinięte umiejętności rozwiązywania problemów i dociekliwość w pracy z danymi. Umiejętność efektywnej komunikacji i współpracy w zespołach interdyscyplinarnych. Dyspozycyjność do pracy w biurze 3 razy w tygodniu. b. Nice-to-have: Znajomość narzędzi pricingowych WTW (Emblem, Radar). Znajomość branży ubezpieczeniowej. Znajomość narzędzi SAS. Znajomość systemów kontroli wersji (Git). Znajomość środowisk chmurowych (AWS, Azure). Benefity: Prywatna opieka medyczna Karta Multisport lub dostęp do kafeterii MyBenefit Ubezpieczenie na życie Co zyskasz dzięki aplikacji na ofertę Antal? Gdy Twoja aplikacja zostanie rozpatrzona pozytywnie (zostaniesz zaproszony/a do procesu), otrzymasz wsparcie Konsultanta/Konsultantki, który/a utrzyma z Tobą stały kontakt (mailowo lub telefonicznie), pomoże Ci przygotować się do rozmowy rekrutacyjnej z przyszłym pracodawcą oraz zatroszczy się o jakość procesu rekrutacyjnego, w którym aktualnie bierzesz udział. Kim jesteśmy? Jesteśmy liderem rekrutacji specjalistów i menedżerów oraz doradztwa w obszarze HR. Marka obecna jest w 35 krajach, w Polsce działa od 1996 roku. Przez ten czas zbudowaliśmy wiele karier kandydatów, dzięki elastycznemu i kompleksowemu podejściu do wszystkich rekrutacji. Antal tworzy ponad 130 profesjonalnych konsultantów ds. rekrutacji, którzy są oni nie tylko skutecznymi rekruterami, ale także wykwalifikowanymi doradcami, specjalizującymi się zarówno w zakresie wybranego sektora, jak i stanowiska.

🏢 Summary: Role focused on designing and developing ETL/ELT processes and data integrations within Digital Transformation projects. The position involves building and optimizing Data Warehouse/Data Lake solutions and automating data processing and deployments. The candidate will work with modern Data & AI technologies to enhance enterprise data environments. 🗂️ Requirements: 2–3 years experience in Data Engineering or system integration, Proficiency in SQL, Proficiency in Python, Experience building ETL/ELT processes, Knowledge of PostgreSQL or Oracle, Knowledge of Data Warehouse and Data Lake concepts, Experience with orchestration tools (e.g. Airflow), Knowledge of Docker, Knowledge of Git, Understanding of CI/CD, Experience working in Linux environments, Ability to integrate data from multiple sources 📃 Skills: SQL, Python, ETL, ELT, PostgreSQL, Oracle, Airflow, Docker, Git, CICD, Linux, DataWarehouse, DataLake 🏢 Description: Dołącz do zespołu realizującego projekty Transformacji Cyfrowej i rozwijaj nowoczesne rozwiązania wspierające analitykę biznesową, automatyzację procesów oraz integrację systemów. Szukamy osoby, która chce mieć realny wpływ na rozwój środowiska danych i wdrażanie innowacyjnych technologii w organizacji. Wymagania Min. 2–3 lata doświadczenia w obszarze Data Engineering, integracji systemów lub rozwoju rozwiązań IT Dobra znajomość SQL i Python Doświadczenie w budowie procesów ETL/ELT Znajomość PostgreSQL lub Oracle Znajomość Data Warehouse / Data Lake oraz narzędzi orkiestracji (np. Airflow) Znajomość Docker, Git oraz podstaw CI/CD Umiejętność integracji danych z wielu źródeł i pracy w środowisku Linux Umiejętność analitycznego myślenia i rozwiązywania problemów Komunikatywność, samodzielność i dobra organizacja pracy Język angielski min. B2 Mile widziane Znajomość Kafka lub architektury event-driven Doświadczenie z systemami ERP i projektami transformacji cyfrowej Certyfikaty lub szkolenia z obszaru danych, baz danych lub chmury Znajomość narzędzi AI wspierających programowanie Zadania na stanowisku Projektowanie, rozwój i utrzymanie procesów ETL/ELT oraz integracji danych Rozwój rozwiązań Data Warehouse / Data Lake Automatyzacja procesów przetwarzania danych i wdrożeń IT Integracja systemów biznesowych, ERP i urządzeń produkcyjnych Monitorowanie oraz optymalizacja procesów danych Rozwiązywanie problemów związanych z przepływem i integracją danych Udział w projektach digitalizacji i automatyzacji procesów biznesowych Tworzenie dokumentacji technicznej oraz współpraca z użytkownikami biznesowymi Rozwój rozwiązań z wykorzystaniem Python, SQL oraz nowoczesnych technologii analitycznych i AI Co oferujemy Udział w projektach Transformacji Cyfrowej Pracę z nowoczesnymi technologiami Data & AI Możliwość rozwoju kompetencji technicznych i biznesowych Realny wpływ na rozwój środowiska danych i procesów w organizacji Wynagrodzenia złożone z podstawy i premii - regulaminowej rozliczanej kwartalnie (budżet premii 10% wynagrodzenia zasadniczego kwartalnego) Możliwość doskonalenia zawodowego - finansowane przez firmę szkolenia i podnoszenie kwalifikacji Pakiet benefitów - prywatna opieka medyczna, ubezpieczenia grupowe, możliwość skorzystania z pakietu sportowego (karta Multisport) Dostęp do platformy e-learningowej z bogatą bazą kursów Imprezy integracyjne

🏢 Summary: Role for a Data Scientist responsible for end-to-end development and production deployment of ML models for dynamic pricing, recommendation, and offer-user matching at scale. The position focuses on building, optimizing, and monitoring learning-to-rank and deep learning models in real-time and offline environments. You will work with large datasets and modern cloud-based MLOps infrastructure to deliver production-grade AI solutions. 🗂️ Requirements: Minimum 2 years experience as Data Scientist or similar role, Strong knowledge of ML algorithms and Deep Learning, Experience with Learning-to-Rank models, Proficiency in Python, Experience with pandas, NumPy, scikit-learn, Experience with XGBoost or LightGBM or CatBoost, Experience with PyTorch or TensorFlow, Strong SQL skills, Experience with relational and non-relational databases, Experience working with large datasets, Experience with AWS, Experience with Snowflake, Ability to create data visualizations, Experience with Git, Experience with Jupyter Notebooks or JupyterLab 📃 Skills: Python, SQL, pandas, NumPy, scikit-learn, XGBoost, LightGBM, CatBoost, PyTorch, TensorFlow, AWS, Snowflake, Snowpark, Plotly, Streamlit, Git, Jupyter, ML, DeepLearning, Learning-to-Rank, LLM, GenAI 🏢 Description: Trans.eu to jedna z największych platform logistycznych w Europie, łącząca tysiące przewoźników i zleceniodawców. W naszym zespole AI Matching & Pricing Models budujemy inteligentne systemy, które w czasie rzeczywistym dopasowują oferty, ustalają optymalne ceny i personalizują doświadczenia użytkowników - a to dopiero początek. Szukamy Data Scientist , który/a weźmie odpowiedzialność za pełny cykl życia modeli ML - od pomysłu, przez eksperymentowanie, po wdrożenie produkcyjne i ciągłą optymalizację. Co będziesz robić? Budować modele, które działają na produkcji - projektujesz, trenujesz i wdrażasz modele predykcyjne (pricing dynamiczny, rekomendacje, matching ofert i użytkowników) w skali tysięcy transakcji dziennie. Rozwijać systemy rekomendacyjne i ranking - tworzysz modele learning-to-rank, optymalizujesz kolejność i trafność wyników, budujesz embeddingi użytkowników i ofert w oparciu o dane behawioralne, kontekstowe i historyczne. Eksperymentować z najnowszymi podejściami - masz przestrzeń na testowanie rozwiązań opartych na deep learningu, szeregach czasowych, GenAI i LLM-ach do kontekstowych rekomendacji i profilowania użytkowników. Współpracować z zespołem MLOps - wspólnie dbasz o to, żeby modele działały stabilnie i skalowalnie zarówno w trybie online, jak i offline. Monitorować i optymalizować - ciągle ewaluujesz jakość prognoz i rekomendacji, identyfikujesz dryft i wprowadzasz usprawnienia. Eksplorować dane i komunikować wnioski - pracujesz z dużymi zbiorami danych, budujesz feature engineering, tworzysz wizualizacje i prezentacje dla interesariuszy. Czego oczekujemy? Min. 2 lata doświadczenia jako Data Scientist lub w pokrewnej roli. Solidna znajomość algorytmów ML, Deep Learning, Learning-to-Rank i najlepszych praktyk ich stosowania. Biegłość w Pythonie i ekosystemie Data Science (pandas, NumPy, scikit-learn, XGBoost/LightGBM/CatBoost, PyTorch lub TensorFlow). Swobodne pisanie SQL - doświadczenie z bazami relacyjnymi i nierelacyjnymi. Praktyka w pracy z dużymi zbiorami danych i środowiskami chmurowymi ( AWS, Snowflake ). Umiejętność tworzenia czytelnych wizualizacji (Plotly, Streamlit). Praca z Git i środowiskami typu Jupyter Notebooks / JupyterLab. Dodatkowe atuty Doświadczenie w budowie systemów personalizacji, matchingu lub rekomendacji . Praca z LLM-ami w kontekście generowania rekomendacji lub profilowania użytkowników. Znajomość Snowpark w ekosystemie Snowflake. Dlaczego warto? Realny wpływ - Twoje modele będą obsługiwać tysiące firm i setki tysięcy transakcji. To nie POC do szuflady. Pełna odpowiedzialność - prowadzisz projekt od eksperymentu po produkcję, bez sztucznych granic między „research" a „engineering". Nowoczesny stack - AWS, Snowflake, PyTorch, LLM-y, MLOps pipeline'y - pracujesz z technologiami, które mają znaczenie na rynku. Zespół, który ciągnie do przodu - otaczają Cię ludzie, którzy śledzą trendy w AI/ML i chętnie dzielą się wiedzą. Przestrzeń na rozwój - czas na eksplorację nowych podejść, udział w konferencjach i budowanie ekspertyzy w systemach rekomendacyjnych na dużą skalę. Benefity: Prywatna opieka LuxMed, bezpłatne badania profilaktyczne oraz masaże odciążające kręgosłup. Budżet na doposażenie stanowiska pracy zdalnej oraz vouchery podarunkowe. Śniadania w formie bufetu przygotowywane na miejscu. Wyjazdy integracyjne i rodzinne do prywatnego ośrodka nad jeziorem. Zagraniczne wyjazdy integracyjne w ramach workation. Dofinansowanie karty Multisport.

🏢 Summary: Mid/Senior Data Scientist role focused on developing and deploying machine learning models and geospatial analytics solutions within SaaS products and R&D projects. The position involves working with large-scale spatial data, building predictive models, and enhancing a Location Intelligence platform. The role combines advanced analytics, Big Data processing, and practical use of LLMs to deliver business insights. 🗂️ Requirements: Minimum 3 years of experience in Data Science, Experience in building predictive machine learning models, Practical experience with SQL databases, Proficiency in Python programming, Experience with geospatial functions in SQL or PySpark, Experience with geospatial libraries, Knowledge of statistics and econometrics, Experience processing large datasets, Experience with Big Data tools, Ability to use LLMs in analytical workflows, English proficiency 📃 Skills: Python, SQL, PySpark, Databricks, AWS, S3, GeoPandas, Shapely, Snowflake, LLM, Claude, Cortex, MachineLearning, Statistics, Econometrics, BigData 🏢 Description: Kilka słów o nas: Jesteśmy firmą technologiczną działającą w obszarze geoanalityki i machine learning . Nasze analizy i technologia pomagają podejmować strategiczne decyzje biznesowe największym firmom z branży retail, mediowej oraz FMCG. Wykorzystując dane przestrzenne pomagamy naszym klientom optymalizować sieć sprzedaży oraz określać najlepsze lokalizacje do jej rozwoju. Jak to robimy? Codziennie miliony użytkowników urządzeń mobilnych raportuje nam o swojej lokalizacji, a dzięki dodaniu kontekstu geoprzestrzennego i socjodemograficznego z zewnętrznych baz danych, oraz zaawansowanym modelom predykcyjnym, które rozwijamy, jesteśmy w stanie w kompleksowy sposób poznać preferencje i ruch klientów w świecie offline. Z naszego rozwiązania już dziś korzystają najwięksi gracze na rynku, nie osiadamy jednak na laurach i wciąż rozwijamy dataplace.ai oraz naszą technologię. Kogo szukamy? Aktualnie szukamy nowego talentu, który dołączy do naszego zespołu Data Science . Poszukujemy osoby, która potrafi pracować na dużych zbiorach danych, rozumie działanie modeli uczenia maszynowego i nie boi się danych przestrzennych. Co będzie należało do Twoich zadań w dataplace.ai? Pracując na stanowisku mid/senior data scientist będziesz zajmował/a się pracą na danych w ramach rozwijanych przez nas produktów SAAS (np. aplikacja location intelligence - placeme), przy projektach klienckich oraz w ramach dużego projektu B+R, który realizujemy. W szczególności do Twoich obowiązków będzie należało: Praca z modelami nauczania maszynowego – tworzenie, wdrażanie i utrzymywanie modeli nauczania maszynowego przy użyciu algorytmów regresji liniowej i logistycznej, klasyfikacji, drzew decyzyjnych itp.; Analityka geoprzestrzenna – praca na danych opartych na lokalizacji w celu określenia zależności i identyfikacji insight’ów, które wzbogacą procesy decyzyjne klientów; Programowanie obiektowe w Python – rozwijanie i utrzymywanie naszej platformy Location Intelligence; Praca z Big Data – przetwarzanie dużych ilości danych, wykorzystując technologię i narzędzia, takie jak PySpark, SQL, Databricks, AWS S3; Wykorzystywanie LLM (Claude, Snowflake Cortex) do automatyzacji analiz i generowania insightów; Udział w pracach B+R – uczestnictwo w pracach badawczych nad rozwojem naszej technologii przetwarzania danych przestrzennych; Opracowywanie i utrzymywanie dokumentacji projektowej; Wsparcie techniczne dla młodszych stażem członków zespołu Data Science. Poza pracą na danych, do Twoich zadań należało będzie też: Ścisła współpraca z zespołem Sales - proponowanie rozwiązań analitycznych, przedstawianie rekomendacji, szacowanie zasobochłonności prac; Przygotowywanie i prezentowanie wyników przeprowadzonych analiz, również poprzez ich wizualizację; Sporadyczne prowadzenie warsztatów dla nowych i obecnych klientów Czego oczekujemy na tym stanowisku? Doświadczenia (przynajmniej 3 lata) w data science, obejmującego rozwiązywanie problemów biznesowych w oparciu o eksplorację danych i machine learning; Znajomości metod tworzenia modeli predykcyjnych; Praktycznej wiedzy i umiejętności pracy na bazach danych z wykorzystaniem SQL; Wiedzy i doświadczenia w programowaniu w Python; Doświadczenia z funkcjami geoprzestrzennymi (SQL, PySpark) oraz bibliotekami do pracy z danymi przestrzennymi (GeoPandas, Shapely); Wiedzy z zakresu ekonometrii i statystyki Umiejętności współpracy z klientami, aby zrozumieć ich potrzeby i korelacje biznesowe analizowanych danych; Umiejętności dobierania metod i narzędzi do analizy, wizualizacji i prezentacji danych; Umiejętności biegłego wyciągania wniosków na podstawie liczb i komunikacji ich do biznesu; Samodzielności, zaangażowania i poczucia odpowiedzialności za tworzone analizy; Znajomości języka angielskiego pozwalającej na swobodną komunikację (w mowie i piśmie). Twoim dodatkowym atutem będzie: Praktyczne wykorzystywanie LLM w codziennej pracy; Doświadczenie pracy z AWS; Umiejętność pracy na Snowflake; Znajomości języka PySpark w kontekście pracy na dużych zbiorach danych (na platformie Databricks); Co oferujemy w zamian? Wynagrodzenie adekwatne do posiadanego doświadczenia – aplikując, podziel się z nami swoimi oczekiwaniami . Preferujemy umowę UoP lub UZ Pracę z ludźmi, którzy lubią to, co robią i siebie nawzajem :) Możliwość pracy w pełni zdalnej – pracujemy z Portugalii, Wiednia czy Giżycka, ale jeśli wolisz przychodzić do biura, zapraszamy do naszej warszawskiej lokalizacji; Elastyczne godziny pracy – łapiemy się na statusy, określamy cele i terminy, ale to Ty decydujesz, kiedy zaczynasz i kończysz pracę (wspólnie ustalamy zasady); Urlop no limit – bierzesz tyle urlopu, ile chcesz, ważne żebyśmy wspólnie dowozili zadania, na które się umówimy; Pracę przy projektach z zakresu ML i Data Science dla największych firm w Polsce; Pracę nad innowacyjnym produktem location intelligence, w którego rozwoju będziesz miał/a swój realny udział; Indywidualnie dopasowany pakiet benefitów; powiedz nam czego oczekujesz, a my powiemy Ci co możemy Ci zaoferować; Możliwość stałego podnoszenia kwalifikacji - Ty wybierasz, jakie szkolenie jest Ci najbardziej potrzebne. Jeśli fascynują Cię dane przestrzenne i chcesz pracować z nowoczesnymi technologiami, dołącz do naszego zespołu i pomóż nam rozwijać innowacyjne rozwiązania w zakresie danych geoprzestrzennych!

🏢 Summary: Long-term B2B role in the insurance sector focused on building and implementing statistical and machine learning models to support actuarial processes. The position involves large-scale data analysis, feature engineering, and automation of actuarial workflows in a hybrid work model (Warsaw). The goal is to deliver data-driven insights and decision-support recommendations using modern data science tools. 🗂️ Requirements: Proficiency in Python for data analysis and modeling, Strong knowledge of machine learning methods, Strong knowledge of predictive analytics, Strong knowledge of statistical inference, Experience with data processing tools (pandas, SQL), Experience with data visualization tools (matplotlib, seaborn, ggplot2), Experience with code repositories, Ability to perform exploratory data analysis, Experience in building and deploying statistical models 📃 Skills: Python, MachineLearning, Statistics, SQL, pandas, matplotlib, seaborn, ggplot2, Git, SAS, AWS, Azure, Emblem, Radar 🏢 Description: 🕒 Współpraca długofalowa 💼 Forma współpracy: B2B 🏢 Tryb pracy: hybrydowy (Warszawa) 3 dni pracy w biurze, 2 dni pracy zdalnej 📈 Branża: Ubezpieczeniowa Projekt: Projekt polega na tworzeniu i wdrażaniu modeli statystycznych oraz uczenia maszynowego wspierających procesy aktuarialne, opartych na analizie dużych zbiorów danych, automatyzacji procesów i ścisłej współpracy z ekspertami biznesowymi w celu dostarczania praktycznych rekomendacji decyzyjnych. Zakres obowiązków: Opracowywanie, wdrażanie i utrzymywanie modeli statystycznych oraz uczenia maszynowego wspierających funkcje aktuarialne. Analiza dużych i złożonych zbiorów danych w celu uzyskania praktycznych wniosków wspierających proces podejmowania decyzji. Przeprowadzanie eksploracyjnej analizy danych i tworzenie cech (feature engineering) dla poprawy jakości modeli i ich interpretowalności. Wspieranie automatyzacji i optymalizacji procesów aktuarialnych z wykorzystaniem nowoczesnych narzędzi i frameworków data science. Ścisła współpraca z aktuariuszami, underwriterami i zespołami likwidacji szkód w celu przekładania wyzwań biznesowych na rozwiązania analityczne. Przygotowywanie prezentacji wyników i rekomendacji w sposób zrozumiały dla odbiorców technicznych. Wymagania: Biegłość w Pythonie w zakresie analizy danych i modelowania. Dobra znajomość metod uczenia maszynowego, analityki predykcyjnej oraz wnioskowania statystycznego. Doświadczenie w pracy z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji danych (np. matplotlib, seaborn, ggplot2). Umiejętność pracy z wykorzystaniem repozytorium kodu. Silne umiejętności rozwiązywania problemów i pasja do odkrywania wniosków płynących z danych. Umiejętność współpracy w interdyscyplinarnych zespołach. Mile widziane: Znajomość narzędzi pricingowych WTW (Emblem, Radar). Znajomość branży ubezpieczeniowej. Znajomość narzędzi SAS. Znajomość systemów kontroli wersji (Git). Znajomość środowisk chmurowych (AWS, Azure). Dlaczego warto: Projekt o realnym wpływie na dane w dużej organizacji. Nowoczesne technologie i środowisko chmurowe. Stabilna współpraca (B2B). Elastyczny model pracy (hybrydowy).

🏢 Summary: Long-term B2B opportunity for a Data Scientist in the insurance sector, focused on developing and implementing statistical and machine learning models to support actuarial processes. The role involves advanced data analysis, feature engineering, and automation of actuarial workflows using modern data science tools in a hybrid work model (Warsaw). 🗂️ Requirements: Proficiency in Python for data analysis and modeling, Strong knowledge of machine learning methods and predictive analytics, Knowledge of statistical inference, Experience with data processing tools (pandas, SQL), Experience with data visualization tools (matplotlib, seaborn, ggplot2), Experience with code repository usage, Ability to perform exploratory data analysis and feature engineering 📃 Skills: Python, MachineLearning, PredictiveAnalytics, Statistics, pandas, SQL, matplotlib, seaborn, ggplot2, Git, SAS, AWS, Azure, Emblem, Radar 🏢 Description: 🕒 Współpraca długofalowa 💼 Forma współpracy: B2B 🏢 Tryb pracy: hybrydowy (Warszawa) 3 dni pracy w biurze, 2 dni pracy zdalnej 📈 Branża: Ubezpieczeniowa Projekt: Projekt polega na tworzeniu i wdrażaniu modeli statystycznych oraz uczenia maszynowego wspierających procesy aktuarialne, opartych na analizie dużych zbiorów danych, automatyzacji procesów i ścisłej współpracy z ekspertami biznesowymi w celu dostarczania praktycznych rekomendacji decyzyjnych. Zakres obowiązków: Opracowywanie, wdrażanie i utrzymywanie modeli statystycznych oraz uczenia maszynowego wspierających funkcje aktuarialne. Analiza dużych i złożonych zbiorów danych w celu uzyskania praktycznych wniosków wspierających proces podejmowania decyzji. Przeprowadzanie eksploracyjnej analizy danych i tworzenie cech (feature engineering) dla poprawy jakości modeli i ich interpretowalności. Wspieranie automatyzacji i optymalizacji procesów aktuarialnych z wykorzystaniem nowoczesnych narzędzi i frameworków data science. Ścisła współpraca z aktuariuszami, underwriterami i zespołami likwidacji szkód w celu przekładania wyzwań biznesowych na rozwiązania analityczne. Przygotowywanie prezentacji wyników i rekomendacji w sposób zrozumiały dla odbiorców technicznych. Wymagania: Biegłość w Pythonie w zakresie analizy danych i modelowania. Dobra znajomość metod uczenia maszynowego, analityki predykcyjnej oraz wnioskowania statystycznego. Doświadczenie w pracy z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji danych (np. matplotlib, seaborn, ggplot2). Umiejętność pracy z wykorzystaniem repozytorium kodu. Silne umiejętności rozwiązywania problemów i pasja do odkrywania wniosków płynących z danych. Umiejętność współpracy w interdyscyplinarnych zespołach. Mile widziane: Znajomość narzędzi pricingowych WTW (Emblem, Radar). Znajomość branży ubezpieczeniowej. Znajomość narzędzi SAS. Znajomość systemów kontroli wersji (Git). Znajomość środowisk chmurowych (AWS, Azure). Dlaczego warto: Projekt o realnym wpływie na dane w dużej organizacji. Nowoczesne technologie i środowisko chmurowe. Stabilna współpraca (B2B). Elastyczny model pracy (hybrydowy).