Insurance ML Data Scientist – Hybrid in Warsaw

Insurance ML Data Scientist – Hybrid in Warsaw

Warsaw Pełny etat 69750 - 85250 zł / rok (szac.) Hybrydowo
N

W skrócie

  • Zadania: Analizuj dane i twórz modele ML wspierające decyzje biznesowe.
  • Firma: Ness Solution - innowacyjna firma z zespołem aktuarialnym w Warszawie.
  • Benefity: Hybrydowy model pracy, rozwój zawodowy i praca w dynamicznym zespole.
  • Pozostałe informacje: Możliwość pracy w multidyscyplinarnych zespołach.
  • Dlaczego ta praca: Zdobądź doświadczenie w ML i wpływaj na decyzje biznesowe.
  • Kwalifikacje: Umiejętności w Pythonie, ML oraz analityce predykcyjnej.

Przewidywane wynagrodzenie mieści się w przedziale 69750 - 85250 zł za rok.

Ness Solution poszukuje specjalisty ds. analizy danych i ML do zespołu aktuarialnego w Warszawie.

Praca w modelu hybrydowym, 3 dni w biurze, 2 dni zdalnie, z możliwością rozwoju w projektach analitycznych wspierających decyzje biznesowe.

Wymagane umiejętności z Pythona, ML, analityki predykcyjnej, narzędzi do przetwarzania danych i wizualizacji.

Doświadczenie w pracy z repozytoriami kodu i pracy w multidyscyplinarnych zespołach.

#J-18808-Ljbffr

Insurance ML Data Scientist – Hybrid in Warsaw – pracodawca: Ness Solution

Nasza firma to doskonały pracodawca, który oferuje unikalną możliwość pracy w nowo utworzonym zespole zajmującym się innowacyjnymi rozwiązaniami w obszarze sztucznej inteligencji i technologii chmurowych. Oferujemy dynamiczne środowisko pracy, które sprzyja rozwojowi zawodowemu, a także dostęp do nowoczesnych narzędzi oraz budżet szkoleniowy, co pozwala na ciągłe podnoszenie kwalifikacji. Pracując u nas, masz realny wpływ na wybór technologii oraz możliwość współtworzenia nowego modelu operacyjnego w branży ubezpieczeniowej.

N

Dane kontaktowe:

Zespół rekrutacyjny Ness Solution

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Insurance ML Data Scientist – Hybrid in Warsaw

Python
Machine Learning (ML)
Analityka predykcyjna
Narzędzia do przetwarzania danych
Wizualizacja danych
Praca z repozytoriami kodu
Praca w multidyscyplinarnych zespołach