Senior Data Scientist
⚲ Warszawa, Wrocław
Do uzgodnienia
Wymagania
- min. 5 lat doświadczenia na stanowisku Data Scientist
- biegłość w Python i SQL do ekstrakcji danych, feature engineeringu i modelowania statystycznego
- praktyczne doświadczenie w budowie i ocenie modeli ML (np. XGBoost, regresja liniowa/logistyczna)
- doświadczenie w ocenie modeli i analizach opartych na danych
Mile widziane
- doświadczenie w branży gier online
- znajomość regulacji AML lub frameworków Safer Gambling
- podstawowe rozumienie pipeline'ów wdrożeniowych modeli
Opis stanowiska
Budowa i rozwój modeli predykcyjnych do oceny ryzyka w obszarze przeciwdziałania praniu pieniędzy (AML) i odpowiedzialnego hazardu (Safer Gambling) dla globalnej firmy z branży gier online. Będziesz analizować dane behawioralne klientów, prowadzić pogłębione analizy anomalii i budować modele statystyczne, a także tłumaczyć wyniki zespołom compliance i interesariuszom nietechnicznym. To oferta dla doświadczonego Data Scientisty, który lubi pracę z zastanymi modelami i danymi wymagającymi sporo przygotowania. Uwaga: rola obejmuje 'take ownership' istniejących modeli i analiz — spodziewaj się pracy z istniejącym kodem i procesami, a nie budowania wszystkiego od zera.
🔍 Dekoder Ogłoszenia
🔴
take ownership of customer risk-scoring models and exploratory risk analysis
Będziesz odpowiedzialny za istniejące modele i analizy, co może oznaczać pracę z zastanym kodem i procesami.
🔴
analyze complex behavioral data
Dane mogą być nieuporządkowane, trudne do interpretacji lub wymagać znaczącego nakładu pracy w celu ich przygotowania.
🔴
conduct deep-dive investigations
Oczekuje się, że będziesz samodzielnie rozwiązywać problemy i analizować przyczyny, co może być czasochłonne.
🔴
Partner with compliance and operational risk teams to translate risk domain insights into practical model features
Może to oznaczać konieczność częstego tłumaczenia skomplikowanych wymagań biznesowych na język techniczny i odwrotnie, co bywa wyzwaniem.
🔴
Clearly communicate analytical methodologies, model evaluation results, and strategic insights to non-technical stakeholders
Będziesz musiał poświęcić dużo czasu na prezentacje i wyjaśnianie złożonych zagadnień osobom bez wiedzy technicznej, co może być męczące.