Analityk Data Science / Machine Learning Engineer

Branża: Bankowość Lokalizacja: Hybryda z Warszawy (2 dni w miesiącu z biura, reszta zdalnie) Stawka: do 140 zł/h netto na b2b Opis stanowiska Osoba na tym stanowisku będzie odpowiedzialna za projektowanie, budowę i wdrażanie na produkcję rozwiązań związanych z analizą danych oraz uczeniem maszynowym na potrzeby projektów z obszarów takich jak process mining, churn analysis, fraud prevention czy NLP. Poszukujemy osoby o mocnym nastawieniu hands-on, z solidnym warsztatem inżynierskim, potrafiącej samodzielnie wdrażać i utrzymywać rozwiązania produkcyjne, identyfikować wąskie gardła oraz znajdować optymalizacje kosztowe. Współpraca z biznesem jest zapewniona po stronie zespołu, dlatego kluczowe w tej roli są umiejętności programistyczne, doświadczenie produkcyjne oraz mocne kompetencje w zakresie klasycznego uczenia maszynowego. Główne obowiązki Osoba na tym stanowisku będzie odpowiedzialna za: Projektowanie i implementację rozwiązań danych. Współpracę z zespołem biznesowym w celu identyfikacji potrzeb analitycznych. Analizę dużych zbiorów danych w celu uzyskania przydatnych wniosków. Utrzymanie i optymalizację istniejących rozwiązań produkcyjnych. Wdrażanie i poprawę procesów uczenia maszynowego. Identyfikowanie wąskich gardeł i optymalizację kosztową. Wymagania Minimum 3 lata doświadczenia komercyjnego. Doświadczenie we wspieraniu i wdrażaniu rozwiązań produkcyjnych. Bardzo dobra znajomość Python (w tym scipy, pandas, matplotlib). Doświadczenie z Apache Spark. Doświadczenie w Scala/Java. Solidne doświadczenie w klasycznym uczeniu maszynowym. SQL, samodzielne pisanie zapytań. Snowflake. Azure Synapse. Podstawy DevOps: Docker, Kubernetes, samodzielne stawianie i zarządzanie kontenerami, obsługa podstawowych tasków, REST API. Znajomość zagadnień uczenia maszynowego. Mile widziane Java. Hadoop. Administracja Linux. numpy. Doświadczenie z obszarami process mining, churn analysis, fraud prevention lub NLP.