Data Scientist

Cześć! Poznaj możliwości współpracy ze Scalo! W Scalo zajmujemy się dostarczaniem projektów software'owych i wspieraniem naszych partnerów w rozwijaniu ich biznesu. Tworzymy oprogramowanie, które umożliwia ludziom dokonywanie zmian, działanie w szybszym tempie oraz osiąganie lepszych rezultatów. Wykorzystujemy szerokie spektrum usług IT, aby wspierać naszych klientów w realizacji ich celów biznesowych. Obszary naszej działalności obejmują m.in.: doradztwo technologiczne, tworzenie oprogramowania, systemy wbudowane, rozwiązania chmurowe, zarządzanie danymi, dedykowane zespoły projektowe. Co oferujemy w ramach współpracy? możliwość świadczenia usług w różnorodnych projektach z obszaru Software, Embedded, Data i Cloud Services, zaangażowanie w dodatkowe inicjatywy presealsowe oraz eksperckie , dostęp do opieki medycznej, karty sportowej oraz platformy kafeteryjnej zgodnie z obowiązującymi zasadami współpracy.
Requirements:
Kompetencje wymagane do realizacji usług: minimum 4 lata doświadczenia w programowaniu rozwiązań w Pythonie, praktyczna znajomość Machine Learning, w szczególności scikit-learn, pandas, XGBoost oraz metod anomaly detection, doświadczenie w pracy z danymi, obejmujące ich przygotowanie, analizę oraz feature engineering, znajomość SQL, doświadczenie w pracy z danymi składowanymi w Elasticsearch, znajomość Docker i Kubernetes oraz środowiska Linux, wiedza z zakresu MLOps oraz doświadczenie w przygotowywaniu modeli do wdrożeń produkcyjnych, znajomość dobrych praktyk programistycznych oraz doświadczenie w testowaniu rozwiązań, umiejętności analityczne i samodzielność w poszukiwaniu rozwiązań, mile widziane: znajomość modułu Machine Learning w Elasticsearch, Apache Kafka oraz doświadczenie w projektach związanych z wykrywaniem fraudów, anomalii lub innych nadużyć finansowych.
Must have: Python, Machine learning, scikit-learn, pandas, SQL, Elasticsearch, Docker, Kubernetes, Linux, MLOps
Nice to have: Kafka
Daily tasks: - projektowanie, rozwój i wdrażanie modeli Machine Learning do wykrywania fraudów i anomalii,
– analizę oraz przygotowanie danych, w tym feature engineering i ocenę jakości danych,
– tworzenie i optymalizację rozwiązań w Pythonie z wykorzystaniem bibliotek scikit-learn, pandas oraz XGBoost,
– budowanie i utrzymywanie procesów przetwarzania danych z wykorzystaniem SQL oraz Elasticsearch,
– współpracę przy wdrażaniu modeli produkcyjnych zgodnie z praktykami MLOps,
– integrację rozwiązań z ekosystemem danych, w tym Apache Kafka,
– konteneryzację i wdrażanie rozwiązań w środowiskach Docker i Kubernetes,
– dbanie o jakość kodu, testowanie rozwiązań oraz stosowanie dobrych praktyk programistycznych,
– analizę skuteczności modeli oraz ciągłe doskonalenie mechanizmów wykrywania nadużyć,
– współpracę z analitykami, ekspertami domenowymi i zespołem projektowym przy identyfikacji nowych scenariuszy fraudowych,
– tryb realizacji usług: hybrydowo (spotkania 2 razy w miesiącu w biurze w Warszawie),
– budżet projektu: do 145 PLN/h + VAT, w zależności od doświadczenia oraz zakresu świadczonych usług.