Senior Data Scientist (k / m) w Biurze Rozwoju Modeli Taryfowych

Wir bieten

• Praca w modelu hybrydowym z elastycznymi godzinami rozpoczęcia

• Umowa o pracę

• Pracowniczy Program Emerytalny w wysokości 7% opłacany przez pracodawcę

• Opieka medyczna w PZU Zdrowie

• Zniżka pracownicza do 50% na ubezpieczenia (m. in. PZU DOM, PZU AUTO)

• Platforma benefitowa m.in. karta sportowa, bilety do kin i teatrów, vouchery zakupowe

• Elastyczna oferta grupowego ubezpieczenie na życie w wielu wariantach

• Dostęp do bazy szkoleń cyfrowych oraz nowoczesnych platform edukacyjnych

• Szkolenia i programy rozwojowe dla pracowników i menedżerów

• Programy i działania wellbeingowe dla pracowników

• 4 godziny wolnego w dniu urodzin (do odebrania w miesiącu, w którym obchodzisz urodziny)

• 2 dni w roku na wolontariat pracowniczy (możesz zrealizować autorski projekt wolontariacki lub wziąć udział w akcji zorganizowanej przez Fundację PZU)

• Możliwość rozwoju pasji sportowych w ramach 18 sekcji PZU Sport Team (od Badmintona – po Żeglarstwo)

• Najbardziej zielone biuro w Warszawie (PZU Park) ze strefami relaksu i siłownią

Anforderungen

• Min. 5 lat doświadczenia w obszarach analizy danych i modelowania, uczenie maszynowego lub analityki predykcyjnej

• Wykształcenie wyższe (statystyka, matematyka, fizyka, ekonomia, informatyka)

• Biegłość w Pythonie lub R 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)

• Analityczne myślenie: silne umiejętności rozwiązywania problemów i pasja do odkrywania wniosków płynących z danych

• Znajomość środowisk chmurowych (AWS, Azure) i/lub systemów kontroli wersji (Git) będzie dodatkowym atutem.

• Znajomość branży ubezpieczeniowej: doświadczenie w obszarze ubezpieczeń majątkowych i komunikacyjnych lub w pracy aktuarialnej będzie atutem

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