Data Scientist (Credit Risk)
⚲ Wrocław
Do uzgodnienia
Opis stanowiska
Nasze wymagania:
Doświadczenie na podobnym stanowisku.
Co najmniej 3 lata doświadczenia w pracy z danymi i modelowaniu z wykorzystaniem ML.
Bardzo dobra znajomość Python i SQL.
Umiejętności i wiedza w pracy z bazami danych/hurtownią danych.
Praktyczne doświadczenie w pracy z bibliotekami takimi jak Pandas, scikit-learn, statsmodels lub podobnymi.
Syntetyczne przedstawianie informacji i rekomendacji.
Biegła znajomość pakietu MS Office.
Znajomość języka angielskiego umożliwiająca pracę z dokumentacją i współpracę w środowisku technologicznym oraz pracę z partnerami biznesowymi.
Mile widziane:
Doświadczenie w obszarze credit risk, fraud, fintech, e-commerce, lendtech lub bankowości.
Doświadczenie z bazami NoSQL, narzędziami do monitoringu, np. Grafana.
Wykształcenie wyższe o profilu ścisłym: matematyka, statystyka, ekonometria, informatyka, fizyka lub kierunki pokrewne.
Doświadczenie na stanowisku w obszarze zarządzania Ryzykiem Kredytowym w sektorze instytucji finansowych (najlepiej w zakresie Klienta Biznesowego).
O projekcie:
Do naszego zespołu poszukujemy Data Scientisty z doświadczeniem, który będzie rozwijać modele analityczne i scoringowe w obszarze ryzyka kredytowego. To rola łącząca zaawansowaną analizę danych, modelowanie ML/AI oraz współpracę z obszarem biznesowym i technologicznym. Będziesz pracować nad rozwiązaniami wykorzystywanymi w praktyce — od eksploracji danych i budowy modeli, przez wdrożenie i monitoring, aż po ich optymalizację i dalsze doskonalenie.
Zakres obowiązków:
Budowa, rozwój, utrzymanie i monitoring modeli analitycznych / scoringowych (głównie predykcyjnych) w obszarze ryzyka kredytowego i fraudowego oraz innych istotnych dla organizacji aspektach.
Rozwój narzędzi i komponentów wspierających modelowanie ML/AI.
Współpraca z biznesem i IT przy wdrażaniu oraz optymalizacji rozwiązań analitycznych, procesów i produktów.
Udział w innowacyjnych projektach rozwojowych wykorzystujących dane oraz automatyzację.
Projektowanie rozwiązań wspierających decyzje kredytowe, ocenę wiarygodności klientów i jakość portfela.
Analiza danych oraz identyfikacja czynników wpływających na ryzyko, skuteczność procesu i wyniki biznesowe.
Przygotowywanie analiz dotyczących portfela kredytowego, procesu oceny klienta i efektywności modeli.
Monitoring jakości modeli oraz rekomendowanie zmian poprawiających ich skuteczność i stabilność.
Dzielenie się wiedzą i wspieranie rozwoju kompetencji analitycznych w zespole.
Oferujemy:
Realny wpływ na rozwój modeli wykorzystywanych w procesach decyzyjnych.
Współpracę z zespołami biznesowymi i technologicznymi przy kluczowych inicjatywach firmy.
Przestrzeń do rozwoju eksperckiego w obszarze data science i credit risk.
Stabilne zatrudnienie w organizacji rozwijającej nowoczesne rozwiązania dla biznesu.
Doświadczenie na podobnym stanowisku.
Co najmniej 3 lata doświadczenia w pracy z danymi i modelowaniu z wykorzystaniem ML.
Bardzo dobra znajomość Python i SQL.
Umiejętności i wiedza w pracy z bazami danych/hurtownią danych.
Praktyczne doświadczenie w pracy z bibliotekami takimi jak Pandas, scikit-learn, statsmodels lub podobnymi.
Syntetyczne przedstawianie informacji i rekomendacji.
Biegła znajomość pakietu MS Office.
Znajomość języka angielskiego umożliwiająca pracę z dokumentacją i współpracę w środowisku technologicznym oraz pracę z partnerami biznesowymi.
Mile widziane:
Doświadczenie w obszarze credit risk, fraud, fintech, e-commerce, lendtech lub bankowości.
Doświadczenie z bazami NoSQL, narzędziami do monitoringu, np. Grafana.
Wykształcenie wyższe o profilu ścisłym: matematyka, statystyka, ekonometria, informatyka, fizyka lub kierunki pokrewne.
Doświadczenie na stanowisku w obszarze zarządzania Ryzykiem Kredytowym w sektorze instytucji finansowych (najlepiej w zakresie Klienta Biznesowego).
O projekcie:
Do naszego zespołu poszukujemy Data Scientisty z doświadczeniem, który będzie rozwijać modele analityczne i scoringowe w obszarze ryzyka kredytowego. To rola łącząca zaawansowaną analizę danych, modelowanie ML/AI oraz współpracę z obszarem biznesowym i technologicznym. Będziesz pracować nad rozwiązaniami wykorzystywanymi w praktyce — od eksploracji danych i budowy modeli, przez wdrożenie i monitoring, aż po ich optymalizację i dalsze doskonalenie.
Zakres obowiązków:
Budowa, rozwój, utrzymanie i monitoring modeli analitycznych / scoringowych (głównie predykcyjnych) w obszarze ryzyka kredytowego i fraudowego oraz innych istotnych dla organizacji aspektach.
Rozwój narzędzi i komponentów wspierających modelowanie ML/AI.
Współpraca z biznesem i IT przy wdrażaniu oraz optymalizacji rozwiązań analitycznych, procesów i produktów.
Udział w innowacyjnych projektach rozwojowych wykorzystujących dane oraz automatyzację.
Projektowanie rozwiązań wspierających decyzje kredytowe, ocenę wiarygodności klientów i jakość portfela.
Analiza danych oraz identyfikacja czynników wpływających na ryzyko, skuteczność procesu i wyniki biznesowe.
Przygotowywanie analiz dotyczących portfela kredytowego, procesu oceny klienta i efektywności modeli.
Monitoring jakości modeli oraz rekomendowanie zmian poprawiających ich skuteczność i stabilność.
Dzielenie się wiedzą i wspieranie rozwoju kompetencji analitycznych w zespole.
Oferujemy:
Realny wpływ na rozwój modeli wykorzystywanych w procesach decyzyjnych.
Współpracę z zespołami biznesowymi i technologicznymi przy kluczowych inicjatywach firmy.
Przestrzeń do rozwoju eksperckiego w obszarze data science i credit risk.
Stabilne zatrudnienie w organizacji rozwijającej nowoczesne rozwiązania dla biznesu.
🔍 Dekoder Ogłoszenia
🔴
Doświadczenie na podobnym stanowisku.
Może oznaczać bardzo szeroki zakres obowiązków, niekoniecznie ściśle związanych z Data Science.
🟡
Syntetyczne przedstawianie informacji i rekomendacji.
Oczekuje się umiejętności przekazywania skomplikowanych wyników analiz w sposób zrozumiały dla osób nietechnicznych.
🔴
Biegła znajomość pakietu MS Office.
Może oznaczać, że część pracy będzie polegać na tworzeniu raportów i prezentacji w Excelu i PowerPoint, a nie tylko na zaawansowanej analizie.
🔴
Doświadczenie na stanowisku w obszarze zarządzania Ryzykiem Kredytowym w sektorze instytucji finansowych (najlepiej w zakresie Klienta Biznesowego).
Chociaż jest to mile widziane, może sugerować, że brak tego doświadczenia znacząco obniży szanse kandydata, mimo posiadania innych wymaganych umiejętności.
🟡
Będziesz pracować nad rozwiązaniami wykorzystywanymi w praktyce — od eksploracji danych i budowy modeli, przez wdrożenie i monitoring, aż po ich optymalizację i dalsze doskonalenie.
Oznacza to, że rola obejmuje pełen cykl życia modelu, co może być bardzo czasochłonne i wymagać szerokiego zakresu kompetencji.