MLOps Specialist/Data Scientist/Data Engineer | Branża Ubezpieczeniowa
⚲ Warszawa
Do uzgodnienia
Wymagania
- wykształcenie wyższe z zakresu data science, ekonometrii, statystyki, matematyki, fizyki lub pokrewnych
- min. 2 lata doświadczenia w MLOps, Machine Learning lub Data Engineering
- znajomość środowiska chmurowego Azure i ekosystemu Microsoft
- doświadczenie projektowe z SAS Viya, Azure ML, Databricks, Fabric lub podobnymi platformami analitycznymi
- rozumienie zagadnień deploymentu, monitoringu i zarządzania cyklem życia modeli
- gotowość do pracy hybrydowej (min. 1 dzień w tygodniu w biurze klienta w Warszawie)
Opis stanowiska
Projekt dla lidera rynku ubezpieczeniowego — budowa i rozwój środowisk MLOps do wdrażania, automatyzacji i utrzymania modeli Machine Learning oraz silników decyzyjnych. Będziesz projektować procesy CI/CD, implementować rozwiązania na platformach Azure, Fabric i SAS Viya oraz integrować środowiska on-prem z chmurą. To oferta dla osoby z doświadczeniem w MLOps/ML/Data Engineering, która chce pracować przy dużych zbiorach danych i realnych wyzwaniach biznesowych w skali milionów klientów. Wymagana obecność w biurze klienta w Warszawie min. 1 dzień w tygodniu.
🔍 Dekoder Ogłoszenia
🔴
realnie wspieramy się w rozwoju kompetencji
Może oznaczać, że firma zapewnia szkolenia i rozwój, ale równie dobrze może sugerować, że pracownicy muszą sami aktywnie szukać możliwości rozwoju.
🔴
realnymi wyzwaniami biznesowymi w skali milionów klientów
Praca nad dużymi projektami z realnym wpływem, ale może też oznaczać dużą odpowiedzialność i presję.
🔴
dostępu do nowoczesnych narzędzi i dużych zbiorów danych
Dostęp do zaawansowanych technologii i danych, ale może też oznaczać konieczność radzenia sobie z ich złożonością i potencjalnymi problemami z jakością.
🔴
współpracy z doświadczonymi ekspertami z obszaru data science, aktuariatu i IT
Możliwość uczenia się od najlepszych, ale może też oznaczać, że będziesz pracować w zespole z bardzo wysokimi oczekiwaniami.
🔴
realnego wpływu na procesy decyzyjne
Twoje opinie i pomysły będą brane pod uwagę, ale może też oznaczać, że będziesz musiał przekonywać innych do swoich rozwiązań.