Data Scientist with ML (f / m/x) - Senior

Opis

Szukamy doświadczonego Data Scientist, który potrafi budować modele predykcyjne. Dołączysz do nowo utworzonego zespołu analitycznego w wiodącej globalnej firmie w branży tytoniowej, kształtując sposób, w jaki dane napędzają strategię konsumencką i wydajność marketingową. Twoja praca skoncentruje się na modelowaniu predykcyjnym, wnioskach konsumenckich oraz przekładaniu analiz na praktyczne decyzje biznesowe. Jeśli chcesz, aby Twoje modele naprawdę miały znaczenie, ta rola jest dla Ciebie. Sii zapewnia, że wszystkie decyzje związane z zatrudnieniem podejmowane są wyłącznie na podstawie kwalifikacji, kompetencji i wyników. Jesteśmy zobowiązani do równego traktowania wszystkich osób, niezależnie od jakichkolwiek cech chronionych, i promujemy różnorodne oraz inkluzywne środowisko pracy.

Benefity

• Great Place to Work

• Stabilna sytuacja finansowa

• Kontrakty z globalnymi markami

• Centrum szkoleń wewnętrznych

• Wielu ekspertów, od których możesz się uczyć

• Otwarty i dostępny zarząd

• Profit sharing

• Program Sponsoringu Pasji

• Cykliczne imprezy i wyjazdy integracyjne

• Komfortowe i dobrze wyposażone biura

• Aplikacja MySii

• Opieka medyczna

Wymagania

• Minimum 5-letnie doświadczenie jako Data Scientist

• Silna znajomość SQL – umiejętność pisania złożonych zapytań, łączenia dużych zbiorów danych i przygotowywania danych do modelowania

• Znajomość Pythona (biblioteki takie jak pandas, numpy, scikit-learn, statsmodels lub podobne) – skupienie na analizie danych, modelowaniu i walidacji wyników

• Doświadczenie w pracy z dużymi zbiorami danych i procesami ETL

• Umiejętność pracy z danymi biznesowymi i interpretacji wyników analitycznych

• Uwzględnienie jakości kodu i powtarzalności analiz

• Umiejętność efektywnej komunikacji w języku angielskim w międzynarodowym środowisku

Zakres obowiązków

• Budowanie i optymalizacja modeli predykcyjnych (np. churn, propensity, segmentacja, CLV, rekomendacje)

• Analiza danych konsumenckich i marketingowych z różnych źródeł

• Modelowanie i optymalizacja ścieżek klienta z wykorzystaniem technik AI/ML

• Współpraca z zespołami marketingowymi i produktowymi w celu określenia priorytetów analitycznych

• Przekładanie złożonych wyników analitycznych na jasne rekomendacje biznesowe

• Dostarczanie wyników analitycznych wraz z praktycznymi wskazówkami dla zespołów biznesowych

• Przygotowywanie wysokiej jakości prezentacji, raportów i wizualizacji danych dla osób nietechnicznych

• Śledzenie wydajności modeli i mierzenie wpływu na KPI marketingowe oraz P&L

• Identyfikowanie nowych możliwości wzrostu opartego na danych i promowanie podejmowania decyzji na podstawie danych w całej organizacji