Manager / Lead Data Science
Lokalizacja
Łódź
Model pracy
hybrydowy
Sprawdź nasze wymagania
- Wykształcenie wyższe(matematyka, analizy ilościowe, data science, informatyka, ekonometria)
- Minimum 6 lata doświadczenia w Data Science / Machine Learning
- Co najmniej 2 letnie doświadczenie w zarządzaniu zespołem
- Doświadczenie komercyjne w budowaniu rozwiązań klasy ML wykorzystującego modele oparte na drzewach (DT, RF, Boosting), uogólnione modele liniowe (SVM, NN, Regresje, Boosting), oparte na odległości (KNN) oraz uczenie bez nadzoru
- Doświadczenie w zbieraniu wymagań biznesowych, tłumaczeniu ich na proces analityczny, definiowaniu metryk jakości oraz procesu testującego na danych historycznych jak również na nowych danych
- Znajomość koncepcji podstawowego oraz zaawansowanego Feature Engineering, zapobiegania data leakage oraz znajomość ensemble learning
- Umiejętność programowania w języku Python
- Znajomość bibliotek analitycznych DS/ML libraries: Scikit-learn, XGBoost / LightGBM, Seaborn, Statsmodels, Keras
- Umiejętność obróbki danych do postaci recordu analitycznego (ABT / CAR) z wykorzystaniem SQL / Pandas / PySpark
- Umiejętność formułowania komunikacji biznesowej na podstawie wyników analitycznych
Mile widziane:
- Doświadczenie zawodowe w projektach doradczych: Data Discovery, Analytical Use Cases Hunting, ML Education / Evangelization
- Doświadczenie w pracy ze środowiskiem Spark / Databricks
- Znajomość Causal ML
- Znajomość MLOps oraz bibliotek produkcjonalizacyjnych: AirFlow, Kubeflow, Kedro
- Doświadczenie w budowaniu modeli Deep Learning
Odkryj zadania, które czekają na Ciebie
- Udział w budowaniu zespołu Data Science & AI oraz zarządzanie pracą członków zespołu
- Prace przy kompleksowych wdrożeniach modeli oraz analiz wykorzystujących ML w pełnym przekroju cyklu życia: Ewangelizacja, Use Cases Hunting, PoC, MVP, Produkcjonalizacja, Industrializacja, Utrzymanie
- Definiowanie paradygmatu analitycznego: jak output modelu przełożyć na decyzje biznesowe
- Analiza oraz interpretacja wyników modeli, jakości dopasowania, monitoringu
- Doradztwo w zakresie use case’ów analitycznych oraz ich wpływu na biznes
- Przygotowywanie wniosków oraz symulacji dotyczących wpływu use case’ów ML na procesy biznesowe: estymacja ROI, Uplift, Success Criteria
- Praca nad architekturą rozwiązań oraz merytoryczną stroną ofert
Zobacz, co mamy dla Ciebie
- Pełną wyzwań pracę w wiodącej na rynku polskim oraz międzynarodowym firmie doradczej
- Finansowanie kwalifikacji zawodowych
- Stały rozwój – skorzystaj z dofinansowania studiów podyplomowych, kursów językowych, przygotowawczych i egzaminów
- Szeroki pakiet szkoleń – korzystaj z platform Degreed i LinkedIn Learning, szkoleń technicznych oraz certyfikowanych szkoleń Microsoft
- Wsparcie Buddy’ego – Twój opiekun będzie dla Ciebie przewodnikiem po KPMG
- Program poleceń – zyskaj dodatkowy bonus finansowy za skuteczną rekomendację znajomego do pracy
- Pakiet kafeteryjny – wybieraj benefity, które Cię interesują m.in. kartę MultiSport, bilety do kina, teatru, vouchery i zniżki
- Prywatną opiekę medyczną, dodatkowe ubezpieczenie i program wellbeing – dbaj o siebie i swoją rodzinę
- Udział w wydarzeniach branżowych – wesprzemy finansowo doskonalenie Twoich umiejętności
- Wyjazdy i spotkania integracyjne – zorganizujemy i dofinansujemy budowanie relacji zespołowych
- Dni wolne na wolontariat – skorzystaj z 2 dodatkowych dni wolnych i grantu na działania charytatywne
- Prezenty świąteczne lub bonusy – pamiętamy o miłych gestach
Nasz proces rekrutacyjny
Poznaj lepiej zespół
Zespół KPMG Data Science & AI realizuje projekty w zakresie transformacji największych organizacji na rynku z wykorzystaniem uczenia maszynowego oraz zaawansowanej analityki. Projekty dotyczą budowania silników predykcyjnych, preskryptywnych (Causal ML), jak również automatyzacji z wykorzystaniem CV czy NLP. Przykładowe projekty to: modelowanie ryzyka, analiza propensity / uplift, prognozowanie churn, prognozowanie popytu.
Aktualnie poszukujemy osoby, która będzie odpowiedzialna za zarządzanie zespołem Data Science & AI, posiadającej szeroką wiedzę w obszarze bankowości i instytucji finansowych.