Data Scientist/Analyst
⚲ Warszawa
16 800 - 21 840 PLN (B2B)
Wymagania
- SQL
- Python
- ML
- Data modeling
- Data analysis
- Java (nice to have)
- Scala (nice to have)
- Hadoop (nice to have)
- Spark (nice to have)
Opis stanowiska
O projekcie:
Dla naszego klienta z branży finansowej poszukujemy osoby na stanowisko Data Scientist/Analyst.
Wymagania:
- preferowane wykształcenie wyższe informatyka, matematyka i podobne- doświadczenie zawodowe w podobnej roli z następującymi technologiami: ML, SQL, Python- mile widziane doświadczenia z: Java/Scala, Hadoop, Spark
Codzienne zadania:
- tworzenie modeli danych
- prowadzenie analiz dancyh w obszarach: process mining, churn analysis, fraud prevention, NLP
- prezentacja wizji produktu przy współpracy z poszczególnymi stakeholderami w organizacji
Dla naszego klienta z branży finansowej poszukujemy osoby na stanowisko Data Scientist/Analyst.
Wymagania:
- preferowane wykształcenie wyższe informatyka, matematyka i podobne- doświadczenie zawodowe w podobnej roli z następującymi technologiami: ML, SQL, Python- mile widziane doświadczenia z: Java/Scala, Hadoop, Spark
Codzienne zadania:
- tworzenie modeli danych
- prowadzenie analiz dancyh w obszarach: process mining, churn analysis, fraud prevention, NLP
- prezentacja wizji produktu przy współpracy z poszczególnymi stakeholderami w organizacji
🔍 Dekoder Ogłoszenia
🔴
prezentacja wizji produktu przy współpracy z poszczególnymi stakeholderami w organizacji
Może oznaczać zarówno faktyczne tworzenie wizji produktu, jak i jedynie prezentowanie gotowych rozwiązań innym działom.
🔴
Data Scientist/Analyst
Często oznacza, że stanowisko będzie wymagało zarówno umiejętności analitycznych, jak i budowania modeli, co może być obciążające.
🟡
preferowane wykształcenie wyższe informatyka, matematyka i podobne
Nie jest to ścisły wymóg, więc mogą być otwarci na kandydatów z innymi kierunkami, jeśli mają odpowiednie doświadczenie.
🟡
mile widziane doświadczenia z: Java/Scala, Hadoop, Spark
Te technologie nie są kluczowe, ale ich posiadanie może dać przewagę lub sugerować, że będą one używane w przyszłości.
🔴
tworzenie modeli danych
Może oznaczać zarówno zaawansowane modelowanie predykcyjne, jak i prostsze modele opisowe czy przygotowanie danych.