Senior Data Scientist

Zakres współpracy

• Projektowanie, rozwój i wdrażanie modeli Machine Learning do wykrywania fraudów i anomalii.
• Analiza oraz przygotowanie danych, w tym feature engineering i ocena jakości danych.
• Tworzenie i optymalizacja rozwiązań w Pythonie z wykorzystaniem bibliotek scikit-learn, pandas oraz XGBoost.
• Budowanie i utrzymywanie procesów przetwarzania danych z wykorzystaniem SQL oraz Elasticsearch.
• Współpraca przy wdrażaniu modeli produkcyjnych zgodnie z praktykami MLOps.
• Integracja rozwiązań z ekosystemem danych, w tym Apache Kafka.
• Konteneryzacja i wdrażanie rozwiązań w środowiskach Docker i Kubernetes.
• Dbanie o jakość kodu, testowanie rozwiązań oraz stosowanie dobrych praktyk programistycznych.
• Analiza skuteczności modeli oraz ciągłe doskonalenie mechanizmów wykrywania nadużyć.
• Współpraca z analitykami, ekspertami domenowymi i zespołem projektowym przy identyfikacji nowych scenariuszy fraudowych.

Warunki współpracy

• Tryb realizacji usług: hybrydowo; spotkania 2 razy w miesiącu w biurze w Warszawie.
• Budżet projektu: do 145 PLN/h + VAT, w zależności od doświadczenia oraz zakresu świadczonych usług.

Kompetencje wymagane do realizacji usług

• Minimum 4 lata doświadczenia w programowaniu rozwiązań w Pythonie.
• Praktyczna znajomość Machine Learning, w szczególności scikit-learn, pandas, XGBoost oraz metod anomaly detection.
• Doświadczenie w pracy z danymi, obejmujące ich przygotowanie, analizę oraz feature engineering.
• Znajomość SQL.
• Doświadczenie w pracy z danymi składowanymi w Elasticsearch.
• Znajomość Docker i Kubernetes oraz środowiska Linux.
• Wiedza z zakresu MLOps oraz doświadczenie w przygotowywaniu modeli do wdrożeń produkcyjnych.
• Znajomość dobrych praktyk programistycznych oraz doświadczenie w testowaniu rozwiązań.
• Umiejętności analityczne i samodzielność w poszukiwaniu rozwiązań.

Mile widziane

• Znajomość modułu Machine Learning w Elasticsearch.
• Znajomość Apache Kafka.
• Doświadczenie w projektach związanych z wykrywaniem fraudów, anomalii lub innych nadużyć finansowych.