
myPOS to europejska firma z sektora fintech, która oferuje sprzedawcom zintegrowane technologie płatnicze dla handlu stacjonarnego i internetowego. Jej rozwiązania obejmują urządzenia do obsługi płatności w punktach sprzedaży, terminale mobilne i wirtualne, usługi płatności online, natychmiastowe rozliczenia, firmowe rachunki pieniądza elektronicznego oraz połączone z nimi karty Business Visa. Firma działa w obszarach fintech, B2B i e-commerce, wspierając przedsiębiorstwa narzędziami ułatwiającymi przyjmowanie płatności i dostęp do środków. Rozwijający się zespół myPOS działa w sektorze płatności, stale opracowując rozwiązania dla współczesnych sprzedawców.
Lider zespołu Data Science, myPOS (praca hybrydowa, Bułgaria)
Poprowadzisz zespół Data Science w myPOS i będziesz wdrażać modele uczenia maszynowego do środowiska produkcyjnego. Poprawisz wyniki dotyczące cyklu życia klientów, nadużyć, ryzyka, rezygnacji i sprzedaży krzyżowej na platformie płatniczej.
Opis
- Zarządzać zespołem Data Science i wspierać jego rozwój, nadal wykonując zadania techniczne
- Ustalać priorytety, wspierać rozwój zespołu i nadzorować jego wyniki
- Dbać o jakość techniczną poprzez przeglądy kodu i modeli oraz dyskusje projektowe
- Określać standardy eksperymentów, walidacji, dokumentacji i wdrażania
- Pomagać zespołowi formułować problemy biznesowe, określać zakres rozwiązań i przedstawiać wyniki
- Współpracować z kadrą kierowniczą ds. obsługi klienta, wdrażania klientów, produktu, ryzyka i zgodności
- Prowadzić wdrażanie modeli od analizy problemu i tworzenia cech po trenowanie, produkcję, testy A/B i monitoring
- Dobierać skoncentrowany zestaw modeli z uwzględnieniem wpływu na biznes, wykonalności i bieżącego utrzymania
- Przedstawiać wnioski i rekomendacje odbiorcom technicznym i nietechnicznym, w tym kadrze kierowniczej wyższego szczebla
- Wspólnie z zespołem Data Engineering nadzorować kompleksowe potoki ML i praktyki MLOps
- Ustalać standardy monitorowania produkcyjnego pod kątem pogarszania się modeli, zmian rozkładu danych i jakości danych
- Współtworzyć oparte na dużych modelach językowych przepływy agentowe odpowiadające na konkretne potrzeby biznesowe
- Tworzyć modele dotyczące rezygnacji klientów, zarządzania cyklem życia klientów, sprzedaży krzyżowej i dodatkowej, zachowań klientów, wykrywania nadużyć i zarządzania ryzykiem
Wymagania
- Co najmniej sześć lat komercyjnego doświadczenia praktycznego w stosowanej analizie danych, uczeniu maszynowym lub modelowaniu statystycznym
- Doświadczenie we wdrażaniu modeli produkcyjnych, mierzeniu ich skuteczności i osiąganiu wyników biznesowych
- Doświadczenie w kierowaniu zespołem analityków danych lub mentoringu oraz weryfikowaniu ich podejścia, modeli i kodu
- Bardzo dobra znajomość języka Python
- Praktyczne doświadczenie z popularnymi bibliotekami ML, takimi jak NumPy, pandas, scikit-learn, XGBoost lub LightGBM
- Doświadczenie w prowadzeniu prac nad produkcyjnymi modelami zachowań klientów, rezygnacji i utrzymania klientów, skłonności do działania lub modelowaniem przyrostu efektu, a także ryzyka i wykrywania nadużyć
- Biegła znajomość SQL i chmurowych hurtowni danych
- Szczególnie cenione są GCP i BigQuery; rozważane są również porównywalne technologie
- Doświadczenie we wdrażaniu i obsłudze produkcyjnych modeli ML, w tym ich udostępnianiu i monitorowaniu
- Doświadczenie we współpracy z zespołem Data Engineering przy dostarczaniu niezawodnych rozwiązań
- Znajomość MLOps będzie dodatkowym atutem
- Umiejętność zarządzania relacjami z interesariuszami i przekładania nieprecyzyjnych potrzeb biznesowych na dobrze określone problemy Data Science
- Umiejętność przekładania wyników statystycznych na praktyczne wnioski
- Doświadczenie w fintechu, płatnościach, bankowości lub e-commerce będzie dodatkowym atutem
- Doświadczenie w tworzeniu praktyk i standardów dla rozwijanej od podstaw funkcji Data Science będzie dodatkowym atutem
- Znajomość Airflow, Prefect, Dagster lub KubeFlow będzie dodatkowym atutem
- Doświadczenie we wdrażaniu do produkcji dużych modeli językowych, potoków RAG lub agentów korzystających z narzędzi będzie dodatkowym atutem
- Prześlij CV w języku angielskim
Benefity
- Coroczne przeglądy wynagrodzeń, możliwości awansu i premie za wyniki
- Dostęp do myPOS Academy oraz szkoleń wspierających rozwój zawodowy
- Nielimitowany dostęp do kursów LinkedIn Learning
- Coroczny indywidualny budżet na szkolenia i rozwój
- Premia za polecenie pracownika
- Wielonarodowe wydarzenia integracyjne, aktywności towarzyskie i społeczności
- 25 dni płatnego urlopu rocznie, zwiększane o jeden dzień za każdy rok pracy, maksymalnie do 30 dni
- Kompleksowe ubezpieczenie zdrowotne w wariancie Luxury, obejmujące opiekę stomatologiczną i okulary
- Comiesięczne bony żywieniowe o wartości 102,26 €
- W pełni opłacana karta MultiSport
- W pełni opłacony bilet okresowy na transport publiczny w Sofii
- Bezpłatna kawa, przekąski i napoje w biurze
Powiązane oferty pracy
Nie znaleziono ofert pracy
Spróbuj zmienić lub wyczyścić filtry, aby znaleźć więcej możliwości.