Python Developer z ML do bankowości

Wynagrodzenie
B2B: 130 – 145 PLN / godz. netto

Branża: Bankowość

Lokalizacja: Hybryda z Warszawy (2 dni w miesiącu z biura, reszta zdalnie)

Stawka: do 145 zł/h netto na b2b

Opis stanowiska

Osoba na tym stanowisku będzie odpowiedzialna za projektowanie, budowę i wdrażanie na produkcję rozwiązań związanych z analizą danych oraz uczeniem maszynowym na potrzeby projektów z obszarów takich jak process mining, churn analysis, fraud prevention czy NLP.

Poszukujemy osoby o mocnym nastawieniu hands-on, z solidnym warsztatem inżynierskim, potrafiącej samodzielnie wdrażać i utrzymywać rozwiązania produkcyjne, identyfikować wąskie gardła oraz znajdować optymalizacje kosztowe. Współpraca z biznesem jest zapewniona po stronie zespołu, dlatego kluczowe w tej roli są umiejętności programistyczne, doświadczenie produkcyjne oraz mocne kompetencje w zakresie klasycznego uczenia maszynowego.

Główne obowiązki

Osoba na tym stanowisku będzie odpowiedzialna za:

• Projektowanie i implementację rozwiązań danych.

• Współpracę z zespołem biznesowym w celu identyfikacji potrzeb analitycznych.

• Analizę dużych zbiorów danych w celu uzyskania przydatnych wniosków.

• Utrzymanie i optymalizację istniejących rozwiązań produkcyjnych.

• Wdrażanie i poprawę procesów uczenia maszynowego.

• Identyfikowanie wąskich gardeł i optymalizację kosztową.

Wymagania

• Minimum 3 lata doświadczenia komercyjnego.

• Doświadczenie we wspieraniu i wdrażaniu rozwiązań produkcyjnych.

• Bardzo dobra znajomość Python (w tym scipy, pandas, matplotlib).

• Doświadczenie z Apache Spark.

• Doświadczenie w Scala/ Java.

• Solidne doświadczenie w klasycznym uczeniu maszynowym.

• SQL, samodzielne pisanie zapytań.

• Snowflake.

• Azure Synapse.

• Podstawy DevOps: Docker, Kubernetes, samodzielne stawianie i zarządzanie kontenerami, obsługa podstawowych tasków, REST API.

• Znajomość zagadnień uczenia maszynowego.

Mile widziane

• Java.

• Hadoop.

• Administracja Linux.

• numpy.

• Doświadczenie z obszarami process mining, churn analysis, fraud prevention lub NLP.