Specjalista ds. Rozwiązań Data Science (k/m)

Zadania:

• Udział w procesach transformacji cyfrowej Banku i Pionu Finansów

• Budowa narzędzi wykorzystujących GenAI: Współtworzenie wewnętrznych aplikacji opartych o modele generatywne (LLM), np. automatyzacja komentarzy i podsumowań do wyników finansowych czy inteligentne przeszukiwanie baz wiedzy (RAG)

• Automatyzacja i inżynieria: Projektowanie i wdrażanie skryptów oraz programów zamieniających manualną pracę w Pionie Finansów w automatyczne procesy

• End-to-End Development: Tworzenie pełnych rozwiązań - od zebrania wymagań, przez napisanie kodu, aż po jego konteneryzację (Docker)

• Współpraca przy tworzeniu Strategii Data i architektury wykorzystania narzędzi analitycznych / ML / genAI w Banku

• Integracja z Reportingiem: Wspieranie analityków w usprawnianiu i doskonaleniu raportów BI (dashboardy Power BI/Tableau)

• Mentoring techniczny (upskilling): Wsparcie zespołu kontrolingu przez szkolenie analityków z wykorzystania skryptów i ML/AI do szybszej i efektywniejszej pracy z danymi

• Prowadzenie i aktualizacja dokumentacji technicznej utrzymywanych rozwiązań oraz procedur

Wymagania:

• Doświadczenie z Pythonem i SQL: Umiejętność pisania czystego, modułowego kodu Python oraz rozbudowanych zapytań SQL 

• Wykształcenie wyższe, preferowane - informatyka, metody ilościowe, matematyka, ekonometria

• Samodzielność: Doświadczenie z różnymi systemami kontroli wersji (Git) oraz umiejętność konteneryzacji rozwiązań (Docker / Podman)

• Zaznajomienie z aspektami pracy z ML/AI: Wiedza teoretyczna nt. LLM, sieci neuronowych(np. LangChain, LangGraph)

• Doświadczenie: Minimum 1 rok pracy na stanowisku technicznym (Software Developer, Data Scientist, Data Engineer) lub pokrewnym (najlepiej w sektorze finansowym/bankowym lub konsultingu)

• Język angielski: Poziom min. B2 (swobodne czytanie dokumentacji)

Mile widziane:

• Podstawowa wiedza algorytmiczna, znajomość różnych informatycznych wzorców projektowych i architektonicznych (np. Adapter Pattern, DDD, mikroserwisy, modularne monolity, event-driven architecture, etc.)

• Znajomość narzędzi BI (Power BI, Tableau): Umiejętność osadzania w nich skryptów oraz integracja z modelami ML/genAI

• Chmura: Doświadczenie z Azure (preferowane), AWS lub GCP

• Świadomość regulacyjna: Podstawowa wiedza o ograniczeniach prawnych i bezpieczeństwie (RODO, AI Act, NIS2, wrażliwość danych finansowych).

• Wiedza finansowa: Znajomość podstawowych pojęć (Rachunek Wyników, Budżetowanie, KPI) lub chęć szybkiej nauki

• SQL: Umiejętność optymalizacji zapytań i pracy na dużych zbiorach danych (hurtownie danych, preferowane MSSQL), tworzenie procedur, widoków, etc.

• Obeznanie z technologiami: Znajomość innych języków i frameworków (np. JS/TS, C#, Java, Golang, .NET, Spring Boot, React, Vue.js, Next.js) jest bardzo mile widziana