Data Scientist

Data Scientist

Pełny etat 67500 - 82500 zł / rok (szac.) Hybrydowo
P

W skrócie

  • Zadania: Dołącz do zespołu Data Science i pracuj nad innowacyjnymi rozwiązaniami w walce z przestępczością finansową.
  • Firma: PwC Polska, lider w dostarczaniu technologicznych rozwiązań dla klientów globalnych.
  • Benefity: Elastyczny model pracy, wsparcie w rozwoju, pakiet medyczny i możliwość tworzenia indywidualnych benefitów.
  • Pozostałe informacje: Możliwość mentorowania młodszych członków zespołu oraz udziału w konferencjach.
  • Dlaczego ta praca: Pracuj z danymi i AI, aby rozwiązywać realne problemy biznesowe i mieć wpływ na świat.
  • Kwalifikacje: Min. 1 rok doświadczenia w Data Science, znajomość Pythona i chęć nauki.

Przewidywane wynagrodzenie mieści się w przedziale 67500 - 82500 zł za rok.

Zespół technologii FCU w PwC Polska składa się z ponad 100 specjalistów IT. Przemysł usług finansowych działa w trudnym środowisku z powodu globalnych presji ekonomicznych, rosnących wymagań regulacyjnych i kapitałowych oraz znaczących zmian operacyjnych i technologicznych. Jako FCU Technology dostarczamy innowacyjne rozwiązania technologiczne, analitykę danych i usługi doradcze dla globalnych klientów PwC, odpowiadając na kluczowe wyzwania w obszarze przeciwdziałania przestępczości finansowej (pranie pieniędzy, zwalczanie finansowania terroryzmu, zarządzanie ryzykiem oszustw, FATCA i wdrażanie sankcji finansowych itp.).

Twoja przyszła rola:

  • Być częścią zespołu Data Science (R&D) i zajmować się danymi przez cały ich cykl życia - badania, eksploracja, wstępne przetwarzanie, rozwój, integracja i wdrożenie.
  • Uczestniczyć w sesjach burzy mózgów i rozwijać prototypy lub dowody koncepcji, które wykorzystują metody Data Science do rozwiązywania problemów związanych z przestępczością finansową.
  • Współpracować z innymi działami i klientami, aby zrozumieć procesy i opracować dostosowane rozwiązania.
  • Tworzyć rozwiązania automatyzacyjne oparte na agentach AI, modelach generatywnych AI, technikach uczenia maszynowego.
  • Przyczyniać się do rozwoju produktów Data Science z perspektywy technicznej (backend aplikacji, potoki danych) oraz z perspektywy sprzedażowej (cenniki, architektury rozwiązań, wizualna reprezentacja koncepcji, kluczowe czynniki wartości).
  • Wspierać młodszych i średniozaawansowanych członków zespołu poprzez mentoring i wsparcie techniczne.
  • Uczestniczyć w szkoleniach, certyfikacjach i konferencjach (również jako prelegent, jeśli chcesz).
  • Pracować w zwinny sposób obok programistów backendowych/frontendowych/low-code, DevOps i analityków biznesowych.

Wymagania:

  • Minimum 1 rok doświadczenia w Data Science lub badaniach i rozwoju.
  • Wykształcenie wyższe (preferowane w statystyce, ekonometrii, matematyce lub informatyce).
  • Znajomość języka programowania Python.
  • Znajomość kilku kluczowych pakietów Data Science i uczenia maszynowego (np. pandas, polars, scikit-learn, Keras, PyTorch, LightGBM).
  • Znajomość koncepcji generatywnej AI (np. inżynieria promptów, RAG, agenci AI).
  • Doskonałe umiejętności pisania i mówienia w języku angielskim.
  • Kreatywne i krytyczne myślenie, ciekawość i chęć nauki o różnych procesach biznesowych i dyscyplinach.

Miło widziane:

  • Znajomość i doświadczenie w relacyjnych bazach danych (SQL, hurtownie danych).
  • Umiejętność tworzenia prostych aplikacji proof of concept w Pythonie (Streamlit, Poetry).
  • Interesowanie się rozwiązywaniem problemów i podejmowaniem wyzwań biznesowych z wykorzystaniem danych i AI.
  • Doświadczenie w narzędziach opartych na generatywnej AI (LangChain, LangGraph, Vertex AI, Azure OpenAI lub podobne technologie).
  • Doświadczenie w technologiach MLOps/DevOps (Docker, Kubernetes, REST API, CI/CD, Linux).
  • Doświadczenie w rozwiązaniach chmurowych (preferowane Azure, AWS lub GCP).

Dołączając do nas, zyskujesz:

  • Elastyczność pracy – hybrydowy model pracy (min. 2 dni w biurze tygodniowo), elastyczny początek dnia, workation, urlop sabbatical.
  • Rozwój i podnoszenie kwalifikacji - nasze pełne wsparcie podczas procesu onboardingu, mentoring od doświadczonych kolegów, sesje szkoleniowe, warsztaty, certyfikacje współfinansowane przez PwC.
  • Szeroki program medyczny i wellness - pakiet opieki medycznej (w tym fizjoterapia, zniżki na opiekę dentystyczną), coaching, sesje mindfulness, wsparcie psychologiczne, edukacja poprzez dedykowane webinaria i warsztaty, porady finansowe i prawne.
  • Możliwość stworzenia indywidualnego pakietu benefitów (m.in. karta lunchowa, pakiety ubezpieczeń, concierge, pakiet weterynaryjny dla zwierzęcia, masaże) oraz dostęp do kafeterii - bony, zniżki na sprzęt IT i zakup samochodu.
  • 3 płatne godziny na wolontariat miesięcznie.
  • Dodatkowy płatny dzień wolny na urodziny.
  • A gdy zaczniesz cieszyć się PwC tak bardzo jak my, możesz polecić swojego przyjaciela do pracy z nami.

W przypadku pytań prosimy o kontakt: pl_ITrecruitment@pwc.com. Proszę pamiętać, że ten e-mail nie jest przeznaczony do składania aplikacji. Twoje dane osobowe będą przetwarzane w celach rekrutacyjnych przez PwC Advisory sp. z o.o. sp.k. lub inną jednostkę PwC, która prowadzi proces rekrutacyjny. Jeśli wyraziłeś osobną zgodę, dane będą również przetwarzane w innych celach zgodnie z treścią udzielonych zgód. Pełne informacje o przetwarzaniu Twoich danych osobowych są dostępne w Polityce Prywatności.

Data Scientist – pracodawca: PwC Polska

PwC Polska to doskonały pracodawca, który oferuje elastyczne warunki pracy w hybrydowym modelu oraz bogaty program rozwoju zawodowego, w tym mentoring i certyfikacje. Nasza kultura pracy opiera się na innowacyjności i współpracy, co pozwala na ciągłe doskonalenie umiejętności oraz realizację ciekawych projektów w dynamicznym środowisku. Dodatkowo, oferujemy szeroki pakiet benefitów zdrowotnych i wellbeingowych, co sprawia, że praca u nas jest nie tylko satysfakcjonująca, ale i komfortowa.

P

Dane kontaktowe:

Zespół rekrutacyjny PwC Polska

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Data Scientist

Python Programming Language
Data Science Methods
Machine Learning Techniques
Generative AI Concepts
Data Analytics
Data Preprocessing
Data Pipelines