Data Scientist
⚲ Warszawa, Kraków, Wrocław
Do uzgodnienia
Wymagania
- min. 5 lat praktycznego doświadczenia w data analytics & science z udokumentowanym wpływem modelowania na wnioski biznesowe
- biegłość w Pythonie (pandas, numpy, scikit-learn, statsmodels)
- umiejętność oceny wydajności i wpływu systemu ML z perspektywy biznesowej
- doświadczenie w tłumaczeniu złożonych wymagań klienta na wnioski i prezentacji wyników stakeholderom, w tym C-level
- biegłość w SQL oraz doświadczenie z git
- wykształcenie wyższe (B.Sc. lub magister) w ekonomii, statystyce, matematyce lub pokrewne
Mile widziane
- znajomość BigQuery / Dataform / GCP
- wiedza domenowa w branży lotniczej lub transportowej
Opis stanowiska
Wchodzisz do zespołu Insights & Decision Science w Fetcherr, gdzie odpowiadasz za projektowanie i operacjonalizację frameworków pomiaru causal-uplift dla modeli pricingowych oraz tłumaczenie złożonych danych na wnioski biznesowe dla klientów z branży lotniczej. Rola łączy rygorystyczną analizę statystyczną z komunikacją do stakeholderów, w tym C-level. Firma komunikuje '96% forecast accuracy' i '7% profit uplift' — konkretne liczby, ale bez kontekstu metodologicznego, więc warto dopytać o sposób ich pomiaru.
🔍 Dekoder Ogłoszenia
🟡
responsible AI
Modne hasło marketingowe — każda firma AI dziś tak się opisuje, niewiele mówi o realnych praktykach.
🔴
96% forecast accuracy
Bardzo konkretna liczba, ale bez kontekstu metodologicznego trudna do zweryfikowania — może być wybiórcza.
🔴
consistent average profit uplift of 7%
Imponująca statystyka, ale 'average' i 'consistent' to słowa marketingowe — warto dopytać o metodologię pomiaru.
🟡
glass-box architecture
Brzmi jak wyróżnik, ale to termin branżowy — niekoniecznie przekłada się na lepsze warunki pracy.
🟢
corporate partners including Delta, Virgin Atlantic, WestJet, Viva, and Azul
Konkretne nazwy klientów budują wiarygodność — pozytywny sygnał o stabilności firmy.