NoFluffJobs Stacjonarnie Mid New

Data Scientist (Developer)

Antal

⚲ Warszawa

16 800 - 25 200 PLN (B2B)

Wymagania

  • Data science
  • Python
  • 4GL
  • SQL
  • ML
  • SAS Viya (nice to have)
  • MLOps (nice to have)

Opis stanowiska

O projekcie: Data Scientist (Developer) 📍 Warszawa Wola (model hybrydowy - 2 dni pracy z biura) 📅 Projekt: 01.05.2026 – 30.11.2026 (z opcją przedłużenia) O projekcie Do zespołu zajmującego się rozwojem hurtowni danych oraz zaawansowanej analityki poszukujemy osoby, która wesprze budowę nowoczesnych rozwiązań opartych o dane. Rola łączy kompetencje developerskie i data science — od modelowania po wdrożenia produkcyjne. Oferujemy - Zatrudnienie w modelu outsourcingowym (UoP lub B2B) - Udział w zaawansowanym projekcie data-driven - Realny wpływ na rozwój rozwiązań analitycznych - Pracę w modelu hybrydowym (biuro przy Rondzie Daszyńskiego) - Współpracę z zespołem ekspertów z obszaru danych i analityki Wymagania: - Wykształcenie wyższe (np. data science, matematyka, statystyka, ekonometria, fizyka lub pokrewne) - Min. 2 lata doświadczenia w roli Data Scientist lub pokrewnej - Znajomość metod ilościowych (modele statystyczne, klasyfikacyjne, rachunek prawdopodobieństwa) - Programowanie w Pythonie (lub 4GL) oraz znajomość SQL - Doświadczenie w budowie i wdrażaniu modeli ML (środowiska produkcyjne) - Praktyka w testowaniu danych i pisaniu testów jednostkowych - Umiejętność analitycznego myślenia i rozbijania złożonych problemów - Dobra komunikacja i gotowość do dzielenia się wiedzą Mile widziane - Doświadczenie z SAS Viya - Znajomość zagadnień MLOps - Praca z przygotowaniem i pozyskiwaniem danych (również zewnętrznych) - Doświadczenie w modelowaniu szeregów czasowych i procesów stochastycznych Codzienne zadania: - Tworzenie rozwiązań automatyzujących i usprawniających procesy biznesowe - Budowa i rozwój modeli analitycznych (statystycznych, ekonometrycznych i ML) - Projektowanie oraz implementacja Data Martów (ABT) i procesów raportowych w środowisku BI / Hurtowni Danych - Analiza potrzeb biznesowych oraz przekładanie ich na rozwiązania technologiczne - Rozwój i utrzymanie procesów przetwarzania danych (w tym pod modele scoringowe) - Testowanie i wdrażanie rozwiązań produkcyjnych