Zakres współpracy

rozwój i doskonalenie modeli wykrywania fraudów dla branży lotniczej

prowadzenie analiz na dużych, złożonych i nieidealnych zbiorach danych w celu identyfikowania wzorców, anomalii oraz nowych możliwości poprawy skuteczności modeli

projektowanie, przeprowadzanie i ocenę eksperymentów służących walidacji hipotez oraz poprawie jakości modeli

praca z wykorzystaniem Python, SQL, AWS, Amazon SageMaker, XGBoost, Scikit-Learn, Pandas i NumPy

projektowanie zaawansowanych metod feature engineering w celu zwiększenia wartości predykcyjnej dostępnych danych

budowanie, ocenę i optymalizację modeli Machine Learning, w szczególności algorytmów bazujących na drzewach decyzyjnych, takich jak XGBoost

pracę z mocno niezbalansowanymi zbiorami danych, brakującymi danymi oraz zdegradowanymi cechami

dokumentowanie przeprowadzonych analiz, eksperymentów, metodologii i rekomendacji

tryb realizacji usług: 100% zdalnie

budżet projektu: do 180 PLN/h + VAT, w zależności od doświadczenia oraz zakresu świadczonych usług

Kompetencje wymagane

• doświadczenie na stanowisku Data Scientist przy projektach Machine Learning
• bardzo dobra znajomość Exploratory Data Analysis (EDA) i umiejętność wyciągania wniosków z dużych, złożonych i nieuporządkowanych zbiorów danych
• praktyczne doświadczenie w feature engineering
• doświadczenie w pracy z mocno niezbalansowanymi zbiorami danych oraz brakującymi lub zdegradowanymi danymi
• doświadczenie w obszarze fraud detection
• bardzo dobra znajomość algorytmów opartych na drzewach, w szczególności XGBoost
• bardzo dobra znajomość Python oraz bibliotek Data Science
• samodzielność w definiowaniu, prowadzeniu i analizowaniu eksperymentów
• umiejętność pracy z wymaganiami i przekładania ich na konkretne działania analityczne
• umiejętność prezentowania wyników z wykorzystaniem wizualizacji danych i raportowania
• bardzo dobre umiejętności dokumentowania pracy i dzielenia się wiedzą
• doświadczenie w pracy z rozwiązaniami Machine Learning w środowisku AWS
• język angielski na poziomie C1 (codzienna komunikacja)

Mile widziane

• praktyczna znajomość Amazon SageMaker
• doświadczenie w branży lotniczej, travel, płatnościach, usługach finansowych lub fraud prevention
• znajomość praktyk MLOps i środowisk produkcyjnych Machine Learning
• doświadczenie w prezentowaniu wyników zespołom technicznym i nietechnicznym
• doświadczenie w mentoringu i promowaniu dobrych praktyk Data Science

Co oferujemy

• 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