Senior Data Scientist (ML and Fraud Detection) w Warszawa, Polska

Wymagane, Python, AWS

O projekcie, W Scalo zajmujemy się dostarczaniem projektów software'owych i wspieraniem naszych partnerów w rozwijaniu ich biznesu. Tworzymy oprogramowanie, które umożliwia ludziom dokonywanie zmian, działanie w szybszym tempie oraz osiąganie lepszych rezultatów. Wykorzystujemy szerokie spektrum usług IT, aby wspierać naszych klientów w realizacji ich celów biznesowych., , Obszary naszej działalności obejmują m.in.:, , • doradztwo technologiczne,, • tworzenie oprogramowania,, • systemy wbudowane,, • rozwiązania chmurowe,, • zarządzanie danymi,, • dedykowane zespoły projektowe., , Cześć! Poznaj możliwości współpracy ze Scalo!

Twój zakres obowiązków, rozwój i doskonalenie modeli wykrywania fraudów dla branży lotniczej,, prowadzenie analiz na dużych, złożonych i nieidealnych zbiorach danych w celu identyfikowania wzorców, anomalii oraz nowych możliwości poprawy skuteczności modeli,, projektowanie, przeprowadzanie i ocenę eksperymentów służących walidacji hipotez oraz poprawie jakości modeli,, praca z wykorzystaniem Python, SQL, AWS, Amazon SageMaker, XGBoost, Scikit-Learn, Pandas i NumPy,, projektowanie zaawansowanych metod feature engineering w celu zwiększenia wartości predykcyjnej dostępnych danych,, budowanie, ocenę i optymalizację modeli Machine Learning, w szczególności algorytmów bazujących na drzewach decyzyjnych, takich jak XGBoost,, pracę z mocno niezbalansowanymi zbiorami danych, brakującymi danymi oraz zdegradowanymi cechami,, dokumentowanie przeprowadzonych analiz, eksperymentów, metodologii i rekomendacji, ze szczególnym uwzględnieniem pracy w notebookach i odtwarzalności wyników,, tryb realizacji usług: 100% zdalnie,, budżet projektu: do 180 PLN/h + VAT, w zależności od doświadczenia oraz zakresu świadczonych usług.

doświadczenie na stanowisku Data Scientist przy projektach Machine Learning,, bardzo dobra znajomość Exploratory Data Analysis (EDA) i umiejętność wyciągania wniosków z dużych, złożonych i nieuporządkowanych zbiorów danych,, praktyczne doświadczenie w feature engineering, szczególnie w obszarach, w których identyfikacja sygnałów predykcyjnych jest wymagająca,, doświadczenie w pracy z mocno niezbalansowanymi zbiorami danych oraz brakującymi lub zdegradowanymi danymi,, doświadczenie w obszarze fraud detection,, bardzo dobra znajomość algorytmów opartych na drzewach, w szczególności XGBoost,, bardzo dobra znajomość Python oraz bibliotek Data Science,, samodzielność w definiowaniu, prowadzeniu i analizowaniu eksperymentów,, umiejętność pracy z wymaganiami i przekładania ich na konkretne działania analityczne,, umiejętność prezentowania wyników z wykorzystaniem wizualizacji danych i raportowania,, bardzo dobre umiejętności dokumentowania pracy i dzielenia się wiedzą,, doświadczenie w pracy z rozwiązaniami Machine Learning w środowisku AWS,, język angielski na poziomie C1 (codzienna komunikacja).

Mile widziane, praktyczna znajomość Amazon SageMaker,, doświadczenie w branży lotniczej, travel, płatnościach, usługach finansowych lub fraud prevention,, znajomość praktyk MLOps i środowisk produkcyjnych Machine Learning,, doświadczenie w prezentowaniu wyników zespołom technicznym i nietechnicznym,, doświadczenie w mentoringu i promowaniu dobrych praktyk Data Science.

To oferujemy, możliwość świadczenia usług w różnorodnych projektach z obszaru Software, Embedded, Data i Cloud Services,, zaangażowanie w dodatkowe inicjatywy presealsowe oraz eksperckie,, dostęp do opieki medycznej, karty sportowej oraz platformy kafeteryjnej zgodnie z obowiązującymi zasadami współpracy.

Etapy rekrutacji, CV, Rozmowa wstępna, Rozmowa techniczna, Gotowe - działamy!

Brzmi interesująco? Aplikuj – czekamy na Twoje CV!

Scalo Sp. z o.o., Scalo to firma, która od 18 lat tworzy oprogramowanie dla biznesu. Zrealizowaliśmy ponad 750 projektów dla firm z różnych branż – od startupów po międzynarodowe korporacje. Nasze doświadczenie pozwala nam szybko zrozumieć potrzeby klientów i dostarczyć rozwiązania, które faktycznie wspierają rozwój ich firm.

Tak się u nas pracuje,