Sr Data Science

W Experian, globalnym liderze w dziedzinie usług informacyjnych, umożliwiamy konsumentom i klientom zarządzanie ich danymi z pewnością w kluczowych momentach życia. Niezależnie od tego, czy chodzi o zakup samochodu, wysłanie dziecka na studia, czy rozwijanie biznesu, jesteśmy obecni, aby wspierać podejmowanie decyzji i oferować rozwiązania. Nasz zespół ponad 20 000 profesjonalistów w 44 krajach jest oddany wykorzystywaniu technologii i innowacji w celu pomocy firmom w transformacji i rozwoju społeczności.

Jesteśmy podekscytowani, mogąc zaoferować możliwość kariery w naszym Data Lab, centrum badań i innowacji Experian w Ameryce Łacińskiej, w tym Serasa Experian w Brazylii. Jako Starszy Naukowiec Danych (Senior Data Scientist), będziesz odgrywał kluczową rolę, używając zaawansowanego programowania, analizy danych i uczenia maszynowego do rozwiązywania skomplikowanych problemów biznesowych. Będziesz liderem technicznym dla zespołu naukowców danych oraz będziesz współpracować z zespołami inżynieryjnymi i biznesowymi.

• Rozwijaj i wdrażaj zaawansowane analizy danych i modele uczenia maszynowego dla ryzyka kredytowego, ryzyka w ubezpieczeniach i wykrywania oszustw.
• Skutecznie manipuluj dużymi woluminami danych, zapewniając integralność i dokładność danych.
• Ściśle współpracuj z zespołami Inżynierii Danych, Produktu i Biznesu, aby zrozumieć wymagania i zaproponować oparte na danych rozwiązania.
• Stale eksploruj nowe źródła danych i techniki analizy w celu poprawy dokładności modeli.
• Prezentuj wyniki i rekomendacje interesariuszom i zespołom wykonawczym.
• Bądź na bieżąco z najnowszymi trendami w Data Science i pokrewnych branżach.
• Projektuj drogi rozwoju produktów oparte na danych, które są zgodne z potrzebami biznesowymi.
• Dostarczaj wsparcie techniczne członkom zespołu.

• Licencjat w dziedzinie Nauki o Danych, Statystyki, Informatyki lub pokrewnych kierunków; wyższy stopień naukowy jest preferowany.
• Doświadczenie w modelowaniu statystycznym w sektorze kredytowym i ubezpieczeniowym będzie dodatkowym atutem.
• Zaawansowana znajomość Pythona, w tym manipulacji danymi i frameworków uczenia maszynowego, takich jak scikit-learn i TensorFlow.
• Doświadczenie z środowiskami do przetwarzania dużych zbiorów danych, takimi jak Hadoop (HDFS), rozproszone przetwarzanie danych (PySpark) i SQL.
• Udowodniona umiejętność tworzenia i wdrażania modeli uczenia maszynowego, wiedza o walidacji modeli, dostrajaniu i monitorowaniu.
• Skuteczne rozwiązywanie problemów, komunikacja i współpraca w zespole.
• Biegła znajomość języka angielskiego jest wym