Jobs Data Science

Build the core data engineering capability that enables WPP Open applications, AI agents, analytics products, and business workflows to securely discover, access, combine, govern, and activate data across enterprise systems, client environments, media platforms, and third-party providers.

We are seeking four senior engineering specialists who will be responsible for implementation and delivery of key platform capabilities. While architecture leadership is provided by the platform architecture team, these hires are expected to bring deep expertise, contribute to solution design, challenge assumptions, and guide implementation decisions based on industry experience.

Requirements

Implement the capabilities required to acquire, standardize, harmonize, and operationalize external marketing, media, commerce, and third-party datasets at scale. 

• Strong experience with SQL, Python, and cloud-based platforms like AWS, GCP, or Azure.
• Solid understanding of data modelling, pipelines and orchestration tools (Airflow, dbt, or similar).
• Familiarity with modern data ecosystems — e.g. Spark, Databricks, Snowflake, BigQuery or Redshift.
• Experience working with CI/CD, version control and testing best practices.
• A proactive approach to solving problems and improving systems.
• Excellent communication skills — you can translate technical concepts into language anyone can understand.
• A passion for data and how it can drive better decisions in media, marketing and beyond.

Experience with technologies and platforms such as

• Adverity, Fivetran, Airbyte
• Google Ads, DV360, Campaign Manager 360, Search Ads 360
• Meta, TikTok, Amazon Advertising, LinkedIn, Pinterest, Trade Desk
• Marketing, advertising, commerce, audience, or measurement data ecosystems

Job responsibilities

• Building and maintaining external data integrations
• Implementing reusable ingestion frameworks
• Standardizing and harmonizing media and marketing datasets
• Integrating third-party and client-owned data sources
• Supporting real-time and batch data acquisition patterns
• Providing expert input into data acquisition and onboarding approaches

Project Description:

Envana is an energy solutions provider. Our AI-enabled platform supports operations, tracking and decision-
making to optimize large-scale renewable and traditional energy portfolios. We're delivering a key client MVP
in February 2027, and the project continues into 2028. Our stack: Ruby on Rails, Node.js/TypeScript and
Python services, PostgreSQL, Snowflake and AWS. We're looking for an autonomous data engineer to
strengthen our data foundation through good modeling, clean schemas, reliability and automation.

Responsibilities:

Work closely with product teams to help define and execute technical criteria
Architect and maintain robust data ingestion pipelines that feed both our application and analytics
Design well-modeled, layered tables with clean schemas that turn raw data into analytics-ready data
Help onboard client data from a variety of sources, such as Databricks via Delta Sharing, and integrate it
with our existing services and workflows
Make pipelines reliable and automated: data quality tests, monitoring, safe reprocessing and schema
change handling
Build a documented, well-tested data foundation that serves the app, analytics and future AI use cases

Mandatory Skills Description:

Mid-to-senior data engineer who has owned the design of production data pipelines end to end, working
as an autonomous IC
Designing and building production ingestion pipelines from APIs, files and shared-data sources, using a
workflow orchestrator (any tool, e.g. Airflow, Dagster or Step Functions)
Production experience with a cloud data warehouse (Snowflake preferred)
Strong SQL, plus production experience in Python (preferred) or Node.js/TypeScript
AWS or another enterprise cloud platform
AI-native development: daily use of agentic AI coding tools, and experience scaling shared AI workflows
across a team and into the development lifecycle, including CI/CD
Strong English and communication skills

Nice-to-Have Skills Description:

dbt
Preparing data for AI/LLM use (e.g. semantic layers, metadata, retrieval-ready datasets)
Infrastructure as code (e.g. Terraform)
Exposure to energy, utilities or sustainability data

Languages:

English: B2 Upper Intermediate

Envana is an energy solutions provider. Our AI-enabled platform supports operations, tracking and decision-
making to optimize large-scale renewable and traditional energy portfolios. We're delivering a key client MVP
in February 2027, and the project continues into 2028. Our stack: Ruby on Rails, Node.js/TypeScript and
Python services, PostgreSQL, Snowflake and AWS. We're looking for an autonomous data engineer to
strengthen our data foundation through good modeling, clean schemas, reliability and automation.

• Responsibilities:

  Work closely with product teams to help define and execute technical criteria
  Architect and maintain robust data ingestion pipelines that feed both our application and analytics
  Design well-modeled, layered tables with clean schemas that turn raw data into analytics-ready data
  Help onboard client data from a variety of sources, such as Databricks via Delta Sharing, and integrate it
  with our existing services and workflows
  Make pipelines reliable and automated: data quality tests, monitoring, safe reprocessing and schema
  change handling
  Build a documented, well-tested data foundation that serves the app, analytics and future AI use cases

• Mandatory Skills Description:

  Mid-to-senior data engineer who has owned the design of production data pipelines end to end, working
  as an autonomous IC
  Designing and building production ingestion pipelines from APIs, files and shared-data sources, using a
  workflow orchestrator (any tool, e.g. Airflow, Dagster or Step Functions)
  Production experience with a cloud data warehouse (Snowflake preferred)
  Strong SQL, plus production experience in Python (preferred) or Node.js/TypeScript
  AWS or another enterprise cloud platform
  AI-native development: daily use of agentic AI coding tools, and experience scaling shared AI workflows
  across a team and into the development lifecycle, including CI/CD
  Strong English and communication skills

ZentixSoft is looking for a Senior Data Scientist! 🚀

Format: Full-Time Outstaffing, long-term engagement.

Location: Poland-based (Remote with readiness for occasional client meetings in Warsaw).
 

🧩 Responsibilities:

• End-to-End Ownership: Own modeling from problem definition to production deployment, analyzing multivariate time-dependent data for forecasting and classification.
• Feature Engineering: Build complex features around seasonality, lead-lag effects, weather impact, and regional supply chain dynamics.
• Model Benchmarking & Validation: Design and evaluate XGBoost, LightGBM, ARIMA, and deep learning sequence models using temporal cross-validation, uncertainty estimation, and explainability frameworks.
• Production Deployment: Productionize batch and API models on GCP alongside data engineers, implementing drift monitoring and retraining pipelines.
• Modern AI Integration: Prototype LLMs and AI agents where relevant for automated insights.
• Business Impact: Present quantitative findings, trade-offs, and metrics clearly to business stakeholders and non-technical decision-makers.
   

🎓 Our Perfect Match (Requirements):

• Commercial DS Experience: 5+ years in Data Science, applied ML, or quantitative analytics.
• Core ML & Data Stack: Advanced Python (Pandas, NumPy), ML frameworks (XGBoost / LightGBM / PyTorch / TensorFlow), and SQL.
• Cloud & Data Warehouse: Hands-on experience with Google Cloud Platform (GCP) and BigQuery is a MUST.
• Time-Series Expertise: Proven track record in time-series forecasting with concrete quality metrics (e.g., MAPE, RMSE, WAPE) in real-world environments.
• Location & Mobility: Candidate MUST be based in Poland and willing to visit Warsaw occasionally for client meetings.
• Communication: Fluency in English with the ability to explain complex quantitative models in business terms.
   

➕ Nice to Have:

• Experience with weather, geospatial, commodity, or supply-chain data.
• Bayesian methods, probabilistic forecasting, causal inference, or optimization.
• Production experience with LLMs or AI agents.
• GCP Data Scientist / ML Engineer certifications.
   

📍 Project Details:

⏳ Format: Full-Time, long-term outstaffing.

📍 Location: Remote in Poland (with occasional trips to Warsaw).

About RiskSeal

RiskSeal is a B2B startup serving fintech clients globally. Our API-first credit risk management platform enables digital banks and consumer lenders to simplify onboarding through data-driven insights.

We are growing rapidly and value collaboration with passionate, creative professionals. Join us to innovate, contribute your expertise, and grow alongside our team.

Headquarters: Dallas, Texas, USA

European Office: Warsaw, Poland

Learn more: https://riskseal.io/ 

Job Description

We are looking for a motivated Data Scientist to join our team in a fully remote role. The ideal candidate has experience in credit risk modelling, strong Python and SQL skills, as well as hands-on experience with scoring models. You will build and optimize advanced credit risk and anti-fraud models by leveraging machine learning, anomaly detection, and alternative data alongside traditional scoring. Working with client data, you will translate complex algorithmic outputs into clear, actionable insights for clients, partners, and internal teams.

What we're looking for:

• 2+ years of hands-on experience in credit risk and credit risk modelling (must-have)
• Solid knowledge of classical methods (logistic regression, decision trees, scorecards) and ML (boosting, random forests, neural networks)
• Strong Python and SQL skills
• Background in a bank, fintech, or data vendor environment
• Experience with PD modelling, scoring, and portfolio performance metrics
• Practical understanding of credit risk strategy and portfolio management, including approval strategies, credit limits, and cutoff optimization
• Comfortable working end-to-end: from raw data to a validated, production-ready output
• Able to present findings clearly to non-technical audiences, including clients and business partners
• Upper-Intermediate English level or higher.

What you'll be doing:

• Build, validate, and improve credit risk and scoring models
• Work with our clients’ data to generate insights and deliver analysis that helps them make better decisions
• Present findings and new ideas directly to clients and partners
• Think about new analytical products and data solutions that RiskSeal can offer
• Collaborate with business, product, and tech teams to turn data insights into real value

Nice to Have

• Experience working with alternative data sources.
• Knowledge of model governance and validation frameworks.
• Experience presenting analytical solutions directly to clients.
• Exposure to fintech products, digital lending, or embedded finance.

What We Offer

● A fully remote, full-time role in a growing product fintech company
● A fast-paced environment with minimal bureaucracy and quick decision-making
● The opportunity to work on credit risk models, scoring solutions, and real client data
● Direct collaboration with business, product, and tech teams
● The chance to contribute to analytical products that create real value for clients
● Competitive compensation and opportunities for professional growth

About the Company

We are a European IT company with 200+ specialists delivering SaaS platforms, enterprise solutions, and cloud-native products for clients worldwide. We focus on building strong, long-term teams and supporting continuous professional growth.

About the Internship & Project

We are looking for a Trainee Data Scientist to join a project delivered for a UK-based marketing data platform. The client’s platform connects various marketing channels under one roof, helping businesses understand customer retention and acquisition through advanced Single Customer View dashboards and personalization tools. You will contribute to real client projects, focusing on Marketing Mix Modelling (MMM) and causal marketing measurement. We are looking for someone with strong statistical reasoning who is motivated to build real-world data science skills, work with e-commerce datasets, and grow into a specialized role.

Responsibilities

• Prepare, clean, and process real e-commerce and marketing datasets
• Build, validate, and diagnose Marketing Mix Models (MMM) using Python
• Analyze seasonality, promotions, and pricing, as well as model adstock/carryover and saturation
• Calculate incremental revenue and ROAS, build response curves, and develop budget optimization models
• Work closely with the Head of Data Analysis and CTO, actively questioning model outputs to ensure statistical accuracy
• Compare MMM results with experiments and other attribution methods, visualizing findings and eventually explaining technical results in simple client-facing language

Requirements

• Good foundation in Python for data analysis (pandas, NumPy, SciPy, scikit-learn)
• Solid knowledge of statistics and regression
• Understanding of model validation and the clear distinction between correlation and causation
• Up to 3 links to pet projects or an academic project demonstrating your best Data Science skills
• English level: Upper-Intermediate

Why This Internship is Exciting

• Great opportunity to enter a specialized and rapidly growing field of Marketing Mix Modelling (MMM)
• Work with real e-commerce datasets and influence real commercial decisions
• Receive strong mentorship from experienced professionals ready to teach you MMM, e-commerce marketing, and attribution
• Gain exposure to advanced tools like Bayesian MMM, PyMC, Google Meridian, and Meta Robyn
• A clear path from an internship to a Junior role, with the potential to become the company’s internal MMM expert and transition into client-facing responsibilities

We are the creators of a new fintech era!

Our mission is to change this world by making blockchain accessible to everyone in everyday life. WhiteBIT is a global team of over 1,200 professionals united by one mission — to shape the new world order in the Web3 era. Each of our employees is fully engaged in this transformative journey.

We work on our blockchain platform, providing maximum transparency and security for more than 8 million users worldwide. Our breakthrough solutions, incredible speed of adaptation to market challenges, and technological superiority are the strengths that take us beyond ordinary companies. Our official partners include the National Football Team of Ukraine, FC Barcelona, Lifecell, FACEIT and VISA.

Requirements:

We're looking for a DevOps engineer with 4+ years of hands-on experience, at least 2 of them spent building and running data or analytics infrastructure. You've designed systems that move, store, and serve data at scale. Warehouse maintenance is part of your daily routine, and writing Python, Bash, or SQL scripts is second nature. You treat data security as a core responsibility: you protect confidentiality, enforce zero-trust, least-privilege access, and automate everything you touch. Solid IaC skills are a must.

• IaC & CI/CD: Production experience with Terraform, Ansible, and Helm, plus CI/CD systems (GitLab CI, GitHub Actions, Jenkins, or ArgoCD). We expect you to design pipelines, not just use them.
• Containerization: Working knowledge of Docker and Kubernetes, including running data workloads on it (like Spark on Kubernetes, stateful services, operators).
• Cloud: Solid experience with AWS (S3, EC2, EMR, Redshift, Glue, IAM) or an equivalent cloud provider.
• Linux & Networking: Solid Linux administration skills and foundational networking knowledge relevant to distributed systems.
• Analytical Databases: Hands-on operation of ClickHouse and/or the Hadoop ecosystem (HDFS, Hive, YARN), including cluster setup, tuning, and scaling.
• Data Warehouses: Practical experience with Snowflake or Redshift, covering warehouse sizing, workload management, performance tuning, and cost control.
• Large Databases: Experience administering databases at terabyte scale: replication, backup and restore strategies, partitioning, and migrations with minimal downtime.
• SQL & Scripting: Strong SQL skills, including reading execution plans and optimizing heavy queries. Confident in Python and Bash for automation, data parsing, and investigation.
• Data Lakes & Object Storage: Working knowledge of S3-compatible storage, columnar formats, partitioning strategies, and data lifecycle management.
• Orchestration & Streaming: Familiarity with Airflow (or similar orchestrators) and Kafka, and how they fit into data pipelines.

Extra Credit / Big Pluses

• Experience with Tableau, Power BI, Looker, Superset, or similar BI tools, including administration, performance tuning, and data source design.
• Hands-on experience with dbt and analytics engineering practices.
• Experience with open table formats (Apache Iceberg, Delta Lake, Hudi) and query engines like Trino/Presto or Athena.
• FinOps experience in data platforms: managing Snowflake credits, Redshift clusters, and storage costs at scale.
• Spark performance tuning and job optimization.
• Change data capture (CDC) with Debezium or similar tools.
• Data quality tooling (Great Expectations, Soda) integrated into CI/CD.
• Golang or Rust tooling experience.
• Knowledge of data governance and compliance (GDPR, data retention, PII handling).
• Understanding of business processes in the FinTech/Banking/Crypto sector.

Responsibilities:

• Infrastructure Ownership: Own the infrastructure behind our data and analytics platform, from provisioning to daily operations. Keep it reliable, scalable, and cost-efficient as data volumes grow.
• Infrastructure as Code: Provision and configure all data infrastructure with Terraform, Ansible, and Helm. 
• CI/CD Pipelines: Build and maintain delivery pipelines for both infrastructure and data code (ETL jobs, Airflow DAGs, dbt models, schema migrations), with automated testing, safe rollouts, and fast rollback.
• Database & Warehouse Operations: Maintain ClickHouse, Snowflake, Redshift, and вPostgreSQL at multi-terabyte scale, handling replication, backups, upgrades, capacity planning, and disaster recovery.
• Data Lake Storage: Manage S3-compatible data lake storage, including partitioning, file formats, and lifecycle policies.
• Automation & Script Optimization: Refactor and automate Python, Bash, and SQL scripts to cut runtimes and eliminate manual work.
• Performance & Cost: Right-size clusters and warehouses, tune heavy queries, and keep compute and storage spend under control.
• Monitoring & Alerting: Cover data infrastructure with metrics, logs, and alerts for cluster health, pipeline SLAs, and job failures.
• Security & Access Control: Enforce least-privilege access, secrets management, encryption, and auditability for sensitive data.
• BI Infrastructure: Support the infrastructure behind Tableau or similar BI tools.
• Big Data Platforms: Deploy, tune, and troubleshoot Hadoop, Spark, and Kafka clusters in production.
• Collaboration: Work with data engineers, analysts, and developers to turn their workloads into solid infrastructure decisions.
• Security & Access Control: Implement role-based access, secrets management, encryption at rest and in transit, and auditability for sensitive datasets in line with regulatory requirements.

Working terms

Immerse yourself in Crypto & Web3:

• Master cutting-edge technologies and become an expert in the most innovative industry.

Work with the Fintech of the Future:

• Develop your skills in digital finance and shape the global market.

Take Your Professionalism to the Next Level:

• Gain unique experience and be part of global transformations.

Drive Innovations:

• Influence the industry and contribute to groundbreaking solutions.

Join a Strong Team:

• Collaborate with top experts worldwide and grow alongside the best.

Work-Life Balance & Well-being:

• Modern equipment.
• Comfortable working conditions and an inspiring environment to help you thrive.
• 24 calendar days of paid leave.
• Additional days off for national holidays.

With us, you’ll dive into the world of unique blockchain technologies, reshape the crypto landscape, and become an innovator in your field. If you’re ready to take on challenges and join our dynamic team, apply now and start a new chapter in your career!

Let’s Build the Future Together!

We are looking for a Middle Data Scientist with strong hands-on experience in time-series, deep learning, and Python development.

This role is a good fit for someone with 3+ years of professional experience in Data Science or Machine Learning, a strong understanding of neural networks, and practical experience developing predictive models for time-series and tabular data.

We expect solid knowledge of different neural network architectures, including recurrent and convolutional networks, as well as practical experience designing, training, tuning, validating, and deploying models.

Strong Python programming skills are essential for this position. You should also be confident working with statistics, data analysis, and production-oriented Data Science code.

What you will work on:

• Perform exploratory data analysis and prepare statistical summaries for hypothesis testing and data-driven decision-making.
• Build data preparation and feature engineering pipelines used by predictive models.
• Design and implement predictive modelling approaches.
• Continuously analyse and improve models already running in production.
• Take an active role in Python development related to end-to-end ML model delivery and support internal ML-related libraries.
• Tune loss functions, evaluation metrics, sample weights, hyperparameters, and other model components to improve model quality.

• Prepare detailed model evaluation reports, summarise findings, and communicate practical insights to stakeholders.

   

What we expect from you:

• At least 3 years of professional experience working as a Data Scientist or Machine Learning Engineer.
• Practical experience building custom neural networks with PyTorch.
• Strong knowledge of neural network architectures applicable to time-series forecasting and predictive modelling of tabular data.
• Experience working with layers such as LSTM, GRU, Conv1D, Dense, Dropout, and BatchNormalization, as well as activation functions including ReLU, Sigmoid, Tanh, and Softmax.
• Hands-on experience working with time-series datasets, including data loading, cleaning, preparation, and feature engineering with pandas and NumPy.
• Experience with the Darts library would be a significant advantage.
• Experience selecting and developing models available in Darts, as well as creating custom neural network architectures.

• Excellent Python knowledge and confidence working with libraries such as Scikit-learn, Pandas, PyTorch, and SHAP.

   

Python proficiency is particularly important for this role. Our projects require Data Scientists who can independently write, structure, and maintain Data Science functionality and supporting libraries.

You should also have:

• An understanding of statistics and data analysis.
• Experience selecting and tuning loss functions such as MSE, MAE, Cross-Entropy Loss, as well as custom losses suitable for forecasting problems.
• Experience with hyperparameter optimisation tools such as Optuna or Hyperopt.
• Ability to implement and optimise PyTorch training loops, including data loaders and training/validation stages.
• Knowledge of cross-validation approaches designed specifically for time-series data.
• Understanding of regularisation techniques used to reduce overfitting.
• Strong knowledge of model evaluation metrics, including MSE, RMSE, MAE, MAPE, and R-squared.
• Familiarity with backtesting approaches used to validate model performance.
• Experience with model deployment, including model serialisation and deployment for real-time services.
• Experience preparing visualisations with matplotlib, seaborn, or Plotly.
• Confident use of Git for version control and team collaboration.
• Strong self-management and organisational skills.

What We Offer:

• Competitive remuneration package.
• Bonuses
• Professional mentorship and guidance from experienced team members.
• Opportunities for professional growth and continuous learning.
• A dynamic and collaborative work environment.

Agroplace — продуктова агротех-платформа для виробників, дистриб'юторів і фермерів. В основі всього — поле на карті. Ми будуємо власний шар даних по всій Україні: межі полів, культура на кожному полі і прогноз врожайності. Шукаємо інженера, який перетворить супутникові знімки на цей шар.

Що ви будете робити

• Будувати пайплайн обробки Sentinel-2 і Sentinel-1: завантаження, маски хмар, композити, часові ряди індексів.
• Виділяти межі полів по всій Україні: сегментація, постобробка полігонів, оцінка якості.
• Класифікувати культури по полях: озимі, кукурудза, соняшник, соя, ріпак та інші.
• Рахувати біологічну врожайність і прогноз урожаю з вегетаційних індексів і статистики.
• Збирати й чистити розмічені дані (ground truth) разом із партнерами-дистриб'юторами.
• Віддавати результат у продукт: векторні шари для карти, атрибути площі, культури, врожайності.

Що для нас важливо

• Від 3 років з супутниковими даними або геопросторовим ML.
• Python: rasterio/GDAL, xarray, geopandas, PyTorch.
• Досвід хоча б з однієї задачі: межі полів, класифікація культур, прогноз врожайності.
• Робота з великими обсягами растрів: Google Earth Engine, Copernicus Data Space, STAC, хмарні обчислення.
• Розуміння, як оцінити якість моделі на реальних полях, а не лише на валідаційній вибірці.

Буде плюсом

• Досвід в агро: EOSDA, OneSoil, Cropwise, Kurkul, агрохолдинги або науковий напрям (ІКД, КПІ).
• Моделі сегментації меж полів, WorldCereal, foundation-моделі для Earth Observation.
• PostGIS, векторні тайли (PMTiles, tippecanoe).

Що ми пропонуємо

• $2500–3000, віддалено, ФОП-контракт.
• Задача з нуля і з реальним впливом: ваш шар побачать агрономи й дистриб'ютори по всій країні.
• Доступ до реальних полів і даних агроринку ECOSAP.
• Коротке рішення: засновник поруч, без довгих погоджень.

Привіт! Ми SpaceCrew Finance Group🚀

Міжнародна fintech-група, яка створює технологічні продукти у сфері фінансів, data science та digital solutions. Уже багато років ми розвиваємо власну екосистему сервісів, об'єднуючи сильних людей, сучасні технології та культуру, в якій хочеться залишатися надовго.

Чому кандидати обирають SpaceCrew Finance? Продуктовий fintech, а не аутсорс

Ми самі створюємо й розвиваємо свої продукти:

• власні CRM та digital-платформи;
• backend, frontend та mobile development;
• Data Science Lab та автоматизовані risk-моделі;
• сучасні рішення для верифікації, скорингу та antifraud.

Тут можна не просто виконувати задачі, а реально впливати на продукт, який працює на міжнародних ринках.

Люди — наша головна цінність

У нас немає зайвої бюрократії, інтриг чи токсичності. Є довіра, партнерство, гумор, відкритість і команда, яка підтримає як у роботі, так і в житті.

Розвиток без стелі

74% наших керівників виросли всередині компанії. Ми інвестуємо в навчання, формуємо кадровий резерв, оплачуємо курси, тренінги та допомагаємо будувати кар'єру не на словах, а на практиці.

Турбота — не просто слово

Ми створюємо середовище, де можна працювати стабільно навіть у турбулентні часи:

• офіційне працевлаштування з першого дня;
• прозора система винагороди;
• медичне страхування та оплачувані лікарняні;
• 24 дні відпустки;
• компенсація спорту;
• корпоративна англійська;
• консультації психолога;
• гібридний формат роботи з гнучким виходом;
• офіс із генераторами, Starlink та «пунктом незламності».

Соціальна відповідальність

Ми не лише підтримуємо благодійні ініціативи — ми створюємо їх самі: допомагаємо ЗСУ, збираємо дрони, підтримуємо дитячі будинки та опікуємося тваринами з притулків.

Що на тебе чекає на цій позиції:

• Побудова і покращення скорингових моделей: первинний скоринг нових клієнтів, прескоринг, повторні клієнти, а також модель фроду разом з Anti Fraud;
• План моделей на квартал за ефектом у грошах, погоджений з Head of Risk Technology і Risk Analyst;
• Визначення цільової змінної разом з Risk Analyst через економіку позики;
• Генерація фіч з даних, доступних на момент рішення (бюро, банківські виписки, дані пристрою), зокрема за допомогою AI;
• Валідація моделей: на відкладеному періоді (OOT), за сегментами і каналами, а також повне документування моделей;
• Автоматичний моніторинг моделей: відстеження PSI, падіння Gini, встановлення порогів перекалібрування;

• Розрахунок ефекту моделі на рівень схвалень, дефолт і маржу.

   

Для нас важливо:

• Python на просунутому рівні: pandas, scikit-learn, градієнтний бустинг (CatBoost, LightGBM або XGBoost), логістична регресія і скоркарти (WoE, IV);
• Валідація моделей: Gini, KS, PSI, out-of-time (OOT), пошук leakage;
• SQL на просунутому рівні;
• Розуміння економіки кредиту: рівень схвалень, дефолт, маржа;
• Англійська мова: мінімум Intermediate (B1) для вільної роботи з документацією та професійної комунікації.

Буде перевагою:

• 3+ роки в кредитному скорингу (споживче кредитування, МФО, PDL або fintech) та робота з даними кредитних бюро.

   

Як проходить знайомство?

1 етап — online-зустріч з рекрутером (30 хв);

2 етап — знайомство з майбутнім керівником (60 хв).

Адаптація

У перший день тебе зустріне HR, познайомить із командою, процесами та культурою компанії. Також у тебе буде buddy, який допоможе швидко влитися в роботу.

Якщо тобі близькі технології, здорова команда, розвиток та компанія, де твій вплив дійсно має значення — будемо раді познайомитися. 🚀

Це hands-on Tech Lead роль із фокусом на мультимодальні рішення. Найближчі продуктові виклики переважно пов’язані з Computer Vision і відео, однак нам важливо, щоб людина могла занурюватися в задачі всіх AI-напрямів, оцінювати технічні підходи та допомагати команді знаходити оптимальні рішення.

Основні задачі

• Формувати технічні підходи до мультимодальних AI-рішень.
• Допомагати спеціалістам із напрямів відео, аудіо та тексту вирішувати складні дослідницькі й продуктові задачі.
• Проводити технічні рев’ю, брати участь у брейнштормах і пропонувати альтернативні підходи.
• Визначати, коли варто використовувати готові моделі та зовнішні AI-сервіси, а коли — розробляти, fine-tune або оптимізувати власні моделі.
• Розвивати архітектурні та інструментальні підходи до MLOps.
• Працювати разом із продуктовими й інженерними командами — від перевірки гіпотез до запуску рішень у production.

Що важливо

• 5+ років комерційного досвіду в Data Science або Machine Learning.
• Широкий практичний досвід із сучасними ML- і deep learning-підходами.
• Досвід роботи щонайменше з кількома модальностями: відео, зображеннями, аудіо або текстом.
• Розуміння принципів побудови мультимодальних систем і взаємодії моделей різних типів.
• Сильна експертиза хоча б в одному AI-напрямі та здатність швидко занурюватися в інші.
• Досвід технічного лідерства: проєктування рішень, рев’ю підходів, менторинг і підтримка спеціалістів.
• Практичний досвід навчання, fine-tuning, оцінювання та оптимізації моделей.
• Уміння обирати між власною розробкою, open-source-моделями та зовнішніми AI-сервісами.
• Впевнене володіння Python та PyTorch або TensorFlow.
• Досвід запуску й підтримки ML-рішень у production.
• Розуміння MLOps: керування експериментами, версіонування, deployment, моніторинг і масштабування моделей.
• Сильна база в машинному навчанні, математичній статистиці та оцінюванні якості моделей.
• Уміння аргументовано оцінювати технічні компроміси й ухвалювати рішення в умовах невизначеності.

Буде перевагою

• Досвід із Computer Vision та обробкою відео.
• Роботу з multimodal-моделями, які поєднують відео, зображення, аудіо й текст.
• Досвід з audio ML: speech-to-text, text-to-speech, voice cloning або аудіогенерацією.
• Роботу з генеративними моделями для створення відео чи аудіоконтенту.
• Досвід побудови ML-платформ або MLOps-процесів на рівні команди чи компанії.

Що пропонуємо

• Різнопланові задачі на перетині відео, аудіо, тексту та Generative AI.
• Можливість впливати на технічну стратегію AI-напряму.
• Простір для дослідження сучасних моделей і впровадження їх у реальний продукт.
• Роль із технічним лідерством без відриву від практичної роботи.
• Свободу працювати з передовими AI-підходами та швидко перевіряти їх на стратегічних продуктових задачах. Цінні ідеї отримують необхідні дані, інфраструктуру й підтримку для реалізації без зайвої бюрократії.

Відповідаючи на вакансію і надіславши своє резюме в Компанію (ТОВ «МЕГОГО»), зареєстровану й діючу відповідно до законодавства України, реєстраційний номер 38347009, адреса: Україна, 01011, місто Київ, вул.Рибальська, будинок 22 (далі «Компанія»), ви підтверджуєте та погоджуєтеся з тим, що Компанія обробляє ваші особисті дані, представлені у вашому резюме, відповідно до Закону України «Про захист персональних даних» та правил GDPR.

ПРО ПОЗИЦІЮ

Вимоги:

• Досвід DS/MLE від 1 року
• Математичний бекграунд: вища математична освіта (КПІ ІПСА, МехМат Шевченко тощо), бажано олімпіадний досвід
• Глибокі знання алгоритмів і структур даних, глибоке розуміння ООП, глибокі теоретичні та практичні знання машинного та глибокого навчання
• Практичний досвід вирішення NLP та Tabular Data ML задач
• Високий рівень володіння Python, включаючи досвід роботи з бібліотеками машинного навчання і володіння принаймні одним із фреймворків глибокого навчання (Tensorflow, Keras, PyTorch)
• Вміння писати чистий, підтримуваний та ефективний код, готовий до production
• Вміння трансформувати бізнес-вимоги у технічні завдання для ML-рішень
• Досвід feature engineering
• Досвід роботи з Git та Docker
• Досвід роботи з базами даних (SQL/NoSQL) для отримання та підготовки даних для моделей

Буде плюсом:

• Досвід вирішення CV завдань
• Досвід успішних виступів на хакатонах/Kaggle
• Досвід роботи з Airflow на рівні запуску та моніторингу завдань
• Розуміння принципів паралелізму в Python та досвід роботи з відповідними бібліотеками

Приклади задач:

• Підвищення точності поточних CV, NLP та інших моделей
• Розробка нових моделей з нуля: від R&D та feature engineering до валідації
• Аналіз великих обсягів даних для пошуку інсайтів та формулювання гіпотез для моделювання

Хелоу, люба спільното \0/

Ми продовжуємо нарощувати команду американського Survey SaaS, що аналізує поведінку юзерів під час digital опитувань. По суті, це платформа, де бізнес може засетапити своє опитування та отримати advanced behavioural analytics від нашої моделі на підставі того, як юзер водив мишою, відповідав на різні питання, тупив та чухався.

Нам потрібен Data Scientist/Analyst який буде руками нашого Scientific Lead: він формулює гіпотези, а ви перевіряєте їх на даних. У роботі багато SQL, фіча інженерії та класичного ML.

Наймаємо в 3 етапи:
1. Знайомство зі мною – розповім про проєкт та послухаю вас.
2. Синк із Scientific Lead.
3. PROFIT

На цьому я дозволю перемкнутись на англійську, бо далі конкретніше.
 

What you'll do

• Do the hands-on work behind the Scientific Lead's hypotheses and experiments
• Write and optimise SQL in PostgreSQL to pull and prepare behavioural data
• Build features from behavioural signals such as mouse movement, timing and answer patterns
• Run longitudinal and trend analyses, and build baseline statistical and classical ML models
• Use NLP on open-text survey answers
• Find quick, cheap ways to test hypotheses
• Report results clearly: what you analysed, what you found, which features matter and why
   

What you need

• SQL: correct, efficient queries, join optimisation, stored procedures, Postgres functions
• Strong hands-on feature engineering
• Longitudinal data analysis: trend analysis, autoregressive modelling
• Classical ML: scikit-learn, statistical modelling
• NLP: grammar decomposition, named entity recognition
• Agentic AI: API basics
• Python
   

Soft skills

• You form hypotheses and define how to validate them
• You're comfortable thinking speculatively
• You explain your work clearly and logically
   

Stack: Python, PostgreSQL, scikit-learn
 

The Team

• Playing Founder
• Scientific Lead
• Project Manager
• 2x Fullstack Devs
• Anti-Fraud Automation QA
• DevOps

For fulltime players we offer:

• 15 paid day-offs per year.
• 10 US/UA holidays.
• Flexible schedule and fully remote work from anywhere with reliable overlap to CET.
• Senior team members.
• Minimal bureaucracy, high authonomy and trust, fast decisions.

R&D Miltech компанія з активним масштабуванням у пошуку Computer Vision Engineer для роботи в Києві.
 

Розробляють рішення, які вже підтвердили свою надійність у бойових умовах — застосування вимірюється не десятками, а масовими серіями: сотні тисяч виробів у тиражі. Компанія закриває весь цикл: концепт, прототип, випробування, серія. Тому розробки команди доходять до реального виробництва, а не лишаються на рівні прототипу.
 

Ви будете займатися розробкою та вдосконаленням алгоритмів візуального співставлення карт в GNSS-denied середовищах для FPV.
 

2 швидкі етапи співбесід.
Формат роботи: офіс у Києві або Львові.
Гнучкий час початку робочого дня.
 

Пропонують: бронювання з перших днів (у тому числі з порушеннями обліку), медичне страхування, релокаційний пакет (у разі переїзду), робочу техніку, парковку, 24 календарні дні відпустки, оплачувані лікарняні та компенсацію навчання.
 

Необхідний досвід з Computer Vision, досвід SLAM або візуальною навігацією.

Вітаємо в King Group — місці, де зустрічаються найкращі люди з IT- та гемблінг-індустрії, щоб разом створювати масштабні digital-продукти. Ми розвиваємо численні проєкти у сфері iGaming на ринках України та Tier 1, інвестуємо у венчурні стартапи, перспективні ідеї та талановитих людей.

Шукаємо Middle Data Scientist до нашої команди в офіс у Києві. Якщо вам цікаво працювати з великими обсягами даних, будувати ML-моделі та створювати рішення, які впливають на продукт і бізнес — будемо раді познайомитися.

Основні задачі:
 

• Побудова, навчання та валідація ML-моделей (класифікація, регресія, кластеризація) для вирішення бізнес-задач компанії.
• Підготовка, очищення та трансформація даних для навчання моделей машинного навчання.
• Проведення дослідницького аналізу даних (EDA), пошук закономірностей та формування гіпотез.
• Аналіз ефективності моделей, оцінка їх якості за допомогою релевантних метрик та інтерпретація результатів.
• Підтримка, моніторинг та вдосконалення моделей, що працюють у production.
• Оптимізація існуючих моделей та участь у впровадженні нових ML-рішень.
• Співпраця з командами аналітики, розробки та бізнесу для реалізації data-driven рішень.

Основні вимоги:
 

• Ступінь бакалавра/магістра (математика, статистика, інформатика чи суміжна галузь) або еквівалентний практичний досвід, підкріплений хорошими знаннями математики, статистики та теорії ймовірностей.
• Від 2 років досвіду роботи на аналогічній посаді.
• Практичний досвід програмування на Python (Pandas, NumPy, SciPy, Scikit-learn) та впевнене володіння SQL.
• Розуміння класичних алгоритмів машинного навчання: Logistic Regression, Decision Trees, Random Forest, Gradient Boosting, Clustering та інших.
• Досвід побудови, навчання, оцінювання та валідації моделей машинного навчання.
• Розвинене аналітичне мислення, відповідальність, самостійність та орієнтація на результат.

Буде перевагою:
 

• Досвід роботи з моделями часових рядів (Time Series), Google Cloud Platform (BigQuery, Cloud Functions), Kedro, TensorFlow або PyTorch, а також з деплоєм та підтримкою моделей у production.

Ми пропонуємо Boost-програми — систему компенсацій для розвитку та комфорту:

• Skill Boost — оплата навчання та курсів.
• Sport Boost — покриття витрат на спорт або абонемент до спортзалу.
• Yummy Boost — оплата корпоративних обідів.
• Content Boost — доступ до розважальних медіапідписок.
• Relocation Boost — підтримка релокації до Києва.

Також:

• Офіційне працевлаштування, медичне страхування, корпоративний лікар.
• Оплачувані лікарняні та відпустка.
• Сучасний офіс у центрі Києва (пішки від м. Либідська/Звіринецька) з панорамною терасою.
• Реферальна програма з бонусами за успішно найнятих кандидатів.
• Команда, яка цінує ініціативність, нові ідеї та прагнення до професійного розвитку.
• Робота над продуктом, де результат моделей напряму впливає на бізнес.
  
   

Зацікавило? Надсилай своє резюме — і познайомимось!