Data Scientist – sektor bankowy i finansowy

Аналитика рынка

Стек

Откликнуться

Загрузите резюме — мы свяжем вас с работодателем напрямую через нашу базу.

Описание

Обязанности: analizowanie dużych i złożonych zbiorów danych,, tworzenie, testowanie i rozwijanie modeli statystycznych oraz machine learning,, przygotowywanie danych do analiz i modelowania,, identyfikowanie zależności, trendów i anomalii w danych,, budowanie modeli predykcyjnych, klasyfikacyjnych i scoringowych,, ocena skuteczności modeli oraz ich optymalizacja,, tworzenie prototypów rozwiązań analitycznych,, przygotowywanie wizualizacji, raportów i rekomendacji biznesowych,, współpraca z Data Engineerami, analitykami, programistami i zespołami biznesowymi,, wspieranie wdrażania modeli do środowisk produkcyjnych,, monitorowanie działania modeli i jakości danych,, prowadzenie dokumentacji technicznej i analitycznej,, dbanie o bezpieczeństwo danych oraz zgodność rozwiązań z wymaganiami organizacji. Опыт: min. 2-4 lat doświadczenia zawodowego na stanowisku Data Scientist lub podobnym,, bardzo dobra znajomość Pythona lub R,, praktyczna znajomość SQL,, znajomość metod statystycznych i algorytmów uczenia maszynowego,, doświadczenie w przygotowywaniu, oczyszczaniu i analizowaniu danych,, znajomość bibliotek takich jak pandas, NumPy, scikit-learn lub podobnych,, umiejętność oceny jakości i skuteczności modeli,, zdolność przekładania problemów biznesowych na rozwiązania analityczne,, umiejętność prezentowania wyników analiz osobom technicznym i biznesowym,, samodzielność, odpowiedzialność i dobra organizacja pracy,, znajomość języka angielskiego umożliwiająca komunikację zawodową., doświadczenie w sektorze bankowym, finansowym, fintech lub ubezpieczeniowym,, znajomość zagadnień związanych z modelami scoringowymi, oceną ryzyka, wykrywaniem nadużyć lub analizą zachowań klientów,, doświadczenie z frameworkami TensorFlow, PyTorch, XGBoost lub LightGBM,, znajomość platform chmurowych, takich jak Azure, AWS lub Google Cloud,, doświadczenie z Databricks, Apache Spark lub podobnymi rozwiązaniami,, znajomość narzędzi MLOps i zasad wdrażania modeli do środowisk produkcyjnych,, doświadczenie z Dockerem, Kubernetesem lub procesami CI/CD,, znajomość zagadnień związanych z wyjaśnialnością modeli, jakością danych i Data Governance,, doświadczenie w pracy zgodnej z metodykami Agile lub Scrum.

Контакты работодателя (email/phone/telegram) скрыты из публичного превью — отправьте резюме, чтобы мы связали вас напрямую.