Data Scientist (M/K)
Antal
⚲ Warszawa
25 200 - 28 560 PLN (B2B)
Wymagania
- Python
- pandas
- SQL
- Matplotlib
- ggplot2
- WTW (nice to have)
- SAS (nice to have)
- Git (nice to have)
- AWS (nice to have)
- Azure (nice to have)
Opis stanowiska
O projekcie: Profil: Data Scientist Miejsce świadczenia usług: model hybrydowy – 3 razy w tygodniu praca z biura (Warszawa) + 2 razy w tygodniu praca zdalna – warunek konieczny. Forma współpracy: B2B. kontrakt Stawka: 150 - 170 zł/h Benefity: - Prywatna opieka medyczna - Karta Multisport lub dostęp do kafeterii MyBenefit - Ubezpieczenie na życie Wymagania: a. Must-have: - Bardzo dobra znajomość języka Python w zakresie analizy danych i modelowania. - Solidna wiedza z obszaru uczenia maszynowego, analityki predykcyjnej oraz wnioskowania statystycznego. - Doświadczenie w pracy z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji danych (np. matplotlib, seaborn, ggplot2). - Umiejętność pracy z repozytorium kodu. - Silne kompetencje analityczne: rozwinięte umiejętności rozwiązywania problemów i dociekliwość w pracy z danymi. - Umiejętność efektywnej komunikacji i współpracy w zespołach interdyscyplinarnych. - Dyspozycyjność do pracy w biurze 3 razy w tygodniu. b. Nice-to-have: - Znajomość narzędzi pricingowych WTW (Emblem, Radar). - Znajomość branży ubezpieczeniowej. - Znajomość narzędzi SAS. - Znajomość systemów kontroli wersji (Git). - Znajomość środowisk chmurowych (AWS, Azure). Codzienne zadania: - Projektowanie, wdrażanie oraz utrzymanie modeli statystycznych i modeli uczenia maszynowego wspierających funkcje aktuarialne. - Analiza dużych i złożonych zbiorów danych w celu formułowania praktycznych wniosków wspierających procesy decyzyjne. - Prowadzenie eksploracyjnej analizy danych (EDA) oraz tworzenie cech (feature engineering) w celu zwiększenia jakości i interpretowalności modeli. - Wsparcie automatyzacji i optymalizacji procesów aktuarialnych z wykorzystaniem nowoczesnych narzędzi oraz frameworków data science. - Ścisła współpraca z aktuariuszami, underwriterami oraz zespołami likwidacji szkód w celu przekładania potrzeb biznesowych na rozwiązania analityczne. - Przygotowywanie prezentacji wyników analiz i rekomendacji w sposób przystępny dla odbiorców technicznych.