Confirmed on the employer's own hiring board on Oct 16, 2026. First seen by Alion on Oct 16, 2026. Moondigo scores B on the Alion truth index.
Do zespołu naszego klienta, jednego z największych ubezpieczycieli w Polsce, poszukujemy doświadczonego Senior Data Scientista, który będzie rozwijał rozwiązania wykorzystujące Machine Learning i AI do wykrywania nadużyć ubezpieczeniowych (Fraud Detection).
Dołączysz do strategicznego programu transformacji technologicznej, którego celem jest budowa nowoczesnego ekosystemu obsługi szkód i świadczeń, opartego na danych, automatyzacji, sztucznej inteligencji oraz procesach workflow.
Projekt zakłada stworzenie nowego systemu detekcji nadużyć, który będzie wspierał podejmowanie decyzji biznesowych i usprawniał procesy w organizacji.
Dołączysz do interdyscyplinarnego zespołu rozwijającego nowy system wykrywania nadużyć. Będziesz współpracować bezpośrednio z Product Ownerem, Tech Leadem, analitykami biznesowymi, developerami oraz testerem.
Stack technologiczny projektu:
Java, Spring, Hibernate, Kafka, Flowable, Azure, Angular, Neo4j.
Jest to stos technologiczny całego projektu, nie oczekujemy od Data Scientista znajomości wszystkich wymienionych technologii.
Wymagania
Minimum 5 lat doświadczenia w roli Data Scientista oraz udziału we wdrożeniu przynajmniej jednego modelu do środowiska produkcyjnego.
Bardzo dobrej znajomości SQL.
Praktycznego doświadczenia w budowaniu modeli klasyfikacyjnych na danych tabelarycznych (m.in. regresja logistyczna, gradient boosting).
Umiejętności tworzenia i selekcji cech (Feature Engineering).
Znajomości metod walidacji, doboru metryk oraz projektowania i oceny eksperymentów.
Umiejętności oceny skuteczności modeli w środowisku produkcyjnym oraz interpretowania ich predykcji (np. z wykorzystaniem SHAP).
Swobodnego programowania pozwalającego na samodzielne prowadzenie eksperymentów - nie wymagamy konkretnego języka.
Krytycznego podejścia do jakości danych oraz rozumienia wpływu sposobu ich pozyskiwania na działanie modeli.
Umiejętności pozyskiwania wiedzy domenowej i przekładania problemów biznesowych na rozwiązania analityczne.
Zdolności do prezentowania wyników i wyjaśniania działania modeli również osobom nietechnicznym.
Znajomości aktualnych podejść w Machine Learning oraz umiejętności świadomego doboru metod, w tym oceny, kiedy wykorzystanie LLM ma rzeczywiste uzasadnienie biznesowe.
Mile widziane
Doświadczenie w projektach związanych z Fraud Detection, AML lub oceną ryzyka kredytowego.
Znajomość sektora ubezpieczeniowego.
Doświadczenie w analizie sieci powiązań i danych grafowych.
Znajomość NLP, szczególnie w kontekście przetwarzania tekstów w języku polskim.
Praktyka w monitorowaniu modeli po wdrożeniu produkcyjnym.
Znajomość Javy oraz doświadczenie we współpracy z zespołami developerskimi w ramach wspólnego repozytorium (testy, code review).
Obowiązki
Czym będziesz się zajmować?
Projektowaniem, rozwijaniem i utrzymywaniem modeli ML służących do wykrywania i oceny ryzyka nadużyć.
Kompleksową pracą nad modelami - od analizy danych i feature engineeringu, przez walidację i ocenę skuteczności, aż po wdrożenie produkcyjne.
Przekładaniem potrzeb biznesowych na konkretne rozwiązania analityczne i doborem odpowiednich metod do różnych typów danych (tabelarycznych, tekstowych i grafowych).
Eksperymentowaniem z nowymi metodami ML oraz oceną przydatności dodatkowych źródeł danych.
Interpretacją wyników modeli, wyjaśnianiem ich działania oraz przygotowywaniem dokumentacji.
Ścisłą współpracą z ekspertami biznesowymi, analitykami i programistami, również na poziomie kodu.
Oferujemy
- Długofalową współpracę w modelu B2B.
Hybrydowy model pracy, tylko 1 dzień w tygodniu w warszawskim biurze (praca z terytorium Polski).
- Prywatna opieka medyczna Luxmed
- Karta sportowa Multisport
Proces rekrutacyjny
- Rozmowa HR - 20 min
- Spotkanie z klientem - 1 h

