W skrócie
- Zadania: Twórz i wdrażaj modele statystyczne oraz uczenia maszynowego w branży ubezpieczeniowej.
- Firma: Stabilna firma ubezpieczeniowa z nowoczesnym podejściem do technologii.
- Benefity: Elastyczny model pracy, stabilna współpraca B2B i nowoczesne technologie.
- Pozostałe informacje: Dynamiczne środowisko z możliwościami rozwoju kariery.
- Dlaczego ta praca: Pracuj nad projektami mającymi realny wpływ na decyzje biznesowe.
- Kwalifikacje: Biegłość w Pythonie i doświadczenie w analizie danych.
Przewidywane wynagrodzenie mieści się w przedziale 72000 - 88000 zł za rok.
- Tryb pracy: hybrydowy (Warszawa) 3 dni pracy w biurze, 2 dni pracy zdalnej
- Branża: Ubezpieczeniowa
Projekt: Projekt polega na tworzeniu i wdrażaniu modeli statystycznych oraz uczenia maszynowego wspierających procesy aktuarialne, opartych na analizie dużych zbiorów danych, automatyzacji procesów i ścisłej współpracy z ekspertami biznesowymi w celu dostarczania praktycznych rekomendacji decyzyjnych.
Zakres obowiązków
Opracowywanie, wdrażanie i utrzymywanie modeli statystycznych oraz uczenia maszynowego wspierających funkcje aktuarialne.
Analiza dużych i złożonych zbiorów danych w celu uzyskania praktycznych wniosków wspierających proces podejmowania decyzji.
Przeprowadzanie eksploracyjnej analizy danych i tworzenie cech (feature engineering) dla poprawy jakości modeli i ich interpretowalności.
Wspieranie automatyzacji i optymalizacji procesów aktuarialnych z wykorzystaniem nowoczesnych narzędzi i frameworków data science.
Ścisła współpraca z aktuariuszami, underwriterami i zespołami likwidacji szkód w celu przekładania wyzwań biznesowych na rozwiązania analityczne.
Przygotowywanie prezentacji wyników i rekomendacji w sposób zrozumiały dla odbiorców technicznych.
Wymagania
Biegłość w Pythonie w zakresie analizy danych i modelowania.
Dobra znajomość metod uczenia maszynowego, analityki predykcyjnej oraz wnioskowania statystycznego.
Doświadczenie w pracy z narzędziami do przetwarzania danych (np. pandas, SQL) oraz wizualizacji danych (np. matplotlib, seaborn, ggplot2).
Umiejętność pracy z wykorzystaniem repozytorium kodu.
Silne umiejętności rozwiązywania problemów i pasja do odkrywania wniosków płynących z danych.
Umiejętność współpracy w interdyscyplinarnych zespołach.
Mile widziane
Znajomość narzędzi pricingowych WTW (Emblem, Radar).
Znajomość branży ubezpieczeniowej.
Znajomość narzędzi SAS.
Znajomość systemów kontroli wersji (Git).
Znajomość środowisk chmurowych (AWS, Azure).
Dlaczego warto
Projekt o realnym wpływie na dane w dużej organizacji.
Nowoczesne technologie i środowisko chmurowe.
Stabilna współpraca (B2B).
Elastyczny model pracy: hybrydowy, zdalny w uzgodnionym zakresie.
#J-18808-Ljbffr
ML/Data Scientist 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.
