Data Scientist w Departamencie Customer Intelligence

76_404707-20135978

Obowiązki

• wykorzystanie zaawansowanej analityki i metod uczenia maszynowego w projektach analitycznych z różnych obszarów działalności Banku, m.in.: dobór najlepiej dopasowanej oferty do klienta w zakresie treści, produktu, kanału komunikacji (modele predykcyjne, segmentacje, systemy rekomendacyjne), optymalizacja oferty pod względem kosztu/zysku, identyfikacja trendów, potencjałów sprzedażowych,
• projektowanie, wdrażanie i rozwijanie automatycznych procesów przetwarzania dużych zbiorów danych na potrzeby data martów analitycznych (w tym danych pozyskiwanych w czasie rzeczywistym),
• poszukiwanie nowych źródeł danych (wewnętrznych i zewnętrznych) przydatnych do celów analitycznych oraz włączanie ich w istniejące procesy ETL,
• odpowiedzialność za wszystkie etapy powstawania nowego rozwiązania analitycznego we współpracy z innymi jednostkami Banku – od zdefiniowania i zrozumienia problemu, przez wybór metody i realizację zadania po prezentację wyników oraz poprawne i efektywne wdrożenie.

Wymagania

• wykształcenie wyższe obejmujące wiedzę z obszaru analityki ilościowej (matematyka, statystyka, metody ilościowe, ekonometria itp.),
• minimum 4-letnie doświadczenie w wykorzystywaniu modelowania ML/AI i innych technik data science do rozwiązywania problemów biznesowych;
• doświadczenie w budowaniu i utrzymywaniu procesów zasilania i przetwarzania dużej ilości danych w środowisku chmurowym
• umiejętność interpretacji danych, weryfikowania hipotez na ich podstawie i syntezy uzyskanych wniosków
• samodzielność i inicjatywa w poszukiwaniu nowych rozwiązań oraz koncentracja na ich biznesowej użyteczności,
• znajomość SQL oraz co najmniej jednego z języków: R, Python w zakresie pozwalającym na efektywną i samodzielną pracę analityczną; biegła znajomość MS Office (w szczególności MS Excel),
• gotowość do pracy hybrydowej z warszawskiego biura w trybie: 50/50.

Oferujemy

• wiedza i/lub doświadczenie w obszarze finansów/bankowości
• praktyczne doświadczenie w pracy z DataBricks, ADF, PySpark, MLflow

Źródło: VeloBank/Praca