NoFluffJobs Hybrydowo Mid

Data Scientist

Scalo

⚲ Warszawa

15 960 - 17 640 PLN (B2B)

Wymagania

  • Python
  • pandas
  • NumPy
  • SQL
  • Hadoop
  • Spark
  • Linux
  • DevOps

Opis stanowiska

O projekcie: Cześć! U nas znajdziesz to, czego szukasz - przekonaj się! Co dla Ciebie mamy: -  Stabilna współpraca Wyzwania technologiczne i praca z nowoczesnymi rozwiązaniami. Internal Mobility - nie musisz zmieniać firmy, żeby zmienić projekt -  Ambasadorzy SCALO Rozwijaj kompetencje techniczne i presalesowe, wpływaj na kierunek rozwoju organizacji i wspieraj innych -  Budowanie marki osobistej Twórz wartościowe treści, dziel się wiedzą i doświadczeniem, występuj jako ekspert na wydarzeniach (np. ProMeet) - rozwijaj swoją markę w naturalny sposób -  Benefit box Pełna opieka medyczna, karta MultiSport i szeroka oferta Motivizera - wybieraj benefity, które dbają o Twoje zdrowie, energię i codzienny komfort -  Program poleceń Poleć znajomego z IT, a resztą zajmiemy się my – on dostaje nowy projekt, Ty bonus. Win–win w najczystszej postaci -  Integracje i wydarzenia firmowe Wspólne wyjścia, firmowe eventy i okazje do poznania się poza projektami – bo dobre relacje tworzą najlepsze zespoły Wymagania: Ta oferta jest dla Ciebie, jeśli: - Masz doświadczenie jako Data Scientist i znasz ML w praktyce, - Dobrze znasz Python (pandas, numpy, scipy) i SQL, - Masz doświadczenie z Hadoop / Spark, - Rozumiesz podstawy statystyki i walidacji modeli, - Potrafisz myśleć biznesowo i produktowo, - Znasz podstawy pracy w środowisku produkcyjnym (Linux / DevOps), Codzienne zadania: - Praca zdalna/hybrydowa (2 x w miesiącu wizyta w warszawskim biurze) - Stawka: do 105 zł netto + VAT/H/B2B - Budowa i wdrażanie modeli ML (churn, fraud, NLP, process mining), - Analiza danych i przygotowanie rozwiązań na potrzeby biznesu, - Przekładanie problemów biznesowych na zadania analityczne, - Pozyskiwanie i łączenie danych z różnych źródeł, - Współpraca z biznesem i wspólne rozwijanie produktów analitycznych, - Udział w wdrażaniu modeli i pracy na danych produkcyjnych.