Developer HD (Data Scientist / Machine Learning)

O projekcie: - Miejsce pracy: hybryda (1/2 dni tygodniowo z biura klienta w Warszawie) - Start: 01.05.2026 - Wynagrodzenie: 140-170 zł netto/h + VAT - Proces rekrutacyjny: Krótka rozmowa telefoniczna z ITFS ➡ Rozmowa z managerem po stronie klienta ➡ Decyzja Oferujemy: - Przejrzyste warunki współpracy w firmie o pewnej i stabilnej pozycji rynkowej - Możliwość skorzystania z dodatkowych benefitów (pakiet medyczny, sportowy, darmowa opieka księgowa - do 3 wpisów miesięcznie Wymagania: - Minimum 2 lata doświadczenia na stanowisku Data Scientist lub pokrewnym - Wykształcenie wyższe w obszarze data science, statystyki, matematyki, ekonomii, fizyki lub pokrewnym - Znajomość metod ilościowych, w tym modeli klasyfikacyjnych, modeli ekonometrycznych oraz rachunku prawdopodobieństwa - Dobra znajomość Python i/lub 4GL oraz podstaw relacyjnych baz danych (SQL) - Doświadczenie w tworzeniu i wdrażaniu produkcyjnych rozwiązań ML, testowaniu modeli i pracy z danymi - Umiejętność analitycznego myślenia, dekompozycji problemów oraz bardzo dobre zdolności komunikacyjne - Chęć dzielenia się wiedzą oraz promowania dobrych praktyk w obszarze modelowania - Znajomość języka angielskiego w stopniu umożliwiającym pracę z dokumentacją techniczną Mile widziane: - Doświadczenie w pracy z SAS Viya - Znajomość zagadnień MLOps oraz przygotowania i pozyskiwania danych z różnych źródeł - Doświadczenie w budowie modeli uczenia maszynowego, w tym modeli szeregów czasowych i procesów stochastycznych Codzienne zadania: - Budowa inteligentnych rozwiązań wspierających automatyzację i optymalizację procesów biznesowych - Opracowywanie i realizacja zaawansowanych analiz statystycznych, ekonometrycznych oraz modeli uczenia maszynowego - Projektowanie i implementacja struktur danych (Data Marts) oraz procesów raportowych w środowisku hurtowni danych/BI - Analiza potrzeb biznesowych, projektowanie oraz testowanie rozwiązań analitycznych - Rozwój i utrzymanie procesów hurtowni danych, w tym rozwiązań do modelowania i scoringu