Data Scientist
⚲ Warszawa, Ochota
145 zł netto (+ VAT) / godz.
Wymagania
- Python
- SQL
- Elasticsearch
- Docker
- Kubernetes
- Linux
Opis stanowiska
Nasze wymagania:
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, Apache Kafka oraz doświadczenie w projektach związanych z wykrywaniem fraudów, anomalii lub innych nadużyć finansowych.
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!
Zakres obowiązków:
projektowanie, rozwój i wdrażanie modeli Machine Learning do wykrywania fraudów i anomalii,
analizę oraz przygotowanie danych, w tym feature engineering i ocenę jakości danych,
tworzenie i optymalizację rozwiązań w Pythonie z wykorzystaniem bibliotek scikit-learn, pandas oraz XGBoost,
budowanie i utrzymywanie procesów przetwarzania danych z wykorzystaniem SQL oraz Elasticsearch,
współpracę przy wdrażaniu modeli produkcyjnych zgodnie z praktykami MLOps,
integrację rozwiązań z ekosystemem danych, w tym Apache Kafka,
konteneryzację i wdrażanie rozwiązań w środowiskach Docker i Kubernetes,
dbanie o jakość kodu, testowanie rozwiązań oraz stosowanie dobrych praktyk programistycznych,
analizę skuteczności modeli oraz ciągłe doskonalenie mechanizmów wykrywania nadużyć,
współpracę z analitykami, ekspertami domenowymi i zespołem projektowym przy identyfikacji nowych scenariuszy fraudowych,
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.
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.
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, Apache Kafka oraz doświadczenie w projektach związanych z wykrywaniem fraudów, anomalii lub innych nadużyć finansowych.
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!
Zakres obowiązków:
projektowanie, rozwój i wdrażanie modeli Machine Learning do wykrywania fraudów i anomalii,
analizę oraz przygotowanie danych, w tym feature engineering i ocenę jakości danych,
tworzenie i optymalizację rozwiązań w Pythonie z wykorzystaniem bibliotek scikit-learn, pandas oraz XGBoost,
budowanie i utrzymywanie procesów przetwarzania danych z wykorzystaniem SQL oraz Elasticsearch,
współpracę przy wdrażaniu modeli produkcyjnych zgodnie z praktykami MLOps,
integrację rozwiązań z ekosystemem danych, w tym Apache Kafka,
konteneryzację i wdrażanie rozwiązań w środowiskach Docker i Kubernetes,
dbanie o jakość kodu, testowanie rozwiązań oraz stosowanie dobrych praktyk programistycznych,
analizę skuteczności modeli oraz ciągłe doskonalenie mechanizmów wykrywania nadużyć,
współpracę z analitykami, ekspertami domenowymi i zespołem projektowym przy identyfikacji nowych scenariuszy fraudowych,
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.
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.
🔍 Dekoder Ogłoszenia
🔴
minimum 4 lata doświadczenia w programowaniu rozwiązań w Pythonie
Może oznaczać zarówno doświadczenie w pisaniu kodu produkcyjnego, jak i skryptów czy analiz. Warto dopytać o charakter tego doświadczenia.
🔴
praktyczna znajomość Machine Learning
Może oznaczać zarówno budowanie modeli od podstaw, jak i ich wykorzystanie w gotowych bibliotekach, co jest mniej zaawansowane.
🔴
doświadczenie w przygotowywaniu modeli do wdrożeń produkcyjnych
Może oznaczać zarówno pełen cykl MLOps, jak i jedynie przygotowanie modelu do przekazania innemu zespołowi.
🔴
umiejętności analityczne i samodzielność w poszukiwaniu rozwiązań
Może oznaczać, że zespół jest mały i oczekuje się od kandydata dużej autonomii, a nawet samodzielnego definiowania problemów.
🟡
O projekcie: W Scalo zajmujemy się dostarczaniem projektów software'owych i wspieraniem naszych partnerów w rozwijaniu ich biznesu.
Jest to ogólny opis firmy, który nie precyzuje specyfiki projektu, nad którym będzie pracował Data Scientist.