Data Scientist With ML (f/m/x)

October 27, 2026

Senior

Warsaw, Poland

Also worth knowing

English is required
Tobacco-industry project

Description

Недавно сформированная команда аналитики внутри глобальной табачной компании ищет опытного Data Scientist, который строит предиктивные модели. Работа сосредоточена на предиктивном моделировании, потребительских инсайтах и превращении аналитики в бизнес-решения для маркетинговых и продуктовых команд. Роль охватывает оптимизацию клиентского пути с помощью методов AI/ML и измерение влияния моделей на маркетинговые KPI и P&L.

Gender markers in the title: (f/m/x)

In accordance with European anti-discrimination legislation, this job is open to all candidates

Ffemale

Mmale

Xintersex

Responsibilities

Строить и оптимизировать предиктивные модели: churn, propensity, сегментация, CLV, рекомендации
Анализировать потребительские и маркетинговые данные из множества источников
Моделировать и оптимизировать клиентские пути с помощью методов AI/ML
Сотрудничать с маркетинговыми и продуктовыми командами при определении аналитических приоритетов
Переводить сложные результаты анализа в понятные бизнес-рекомендации
Передавать бизнес-командам аналитические результаты вместе с инструкциями по их применению
Готовить качественные презентации, отчёты и визуализации данных для нетехнических стейкхолдеров
Отслеживать качество моделей и измерять влияние на маркетинговые KPI и P&L
Находить новые возможности для роста на основе данных и продвигать принятие решений на данных в компании

Requirements

Минимум 5 лет опыта работы в роли Data Scientist
Уверенное владение SQL: сложные запросы, соединение больших датасетов и подготовка данных к моделированию
Владение Python с библиотеками pandas, numpy, scikit-learn, statsmodels или аналогами для анализа, моделирования и валидации результатов
Опыт работы с большими массивами данных и ETL-процессами
Умение работать с бизнес-данными и интерпретировать результаты анализа
Внимание к качеству кода и воспроизводимости анализов
Способность эффективно общаться на английском в международной среде
Экспертиза в домене маркетинговой и потребительской аналитики будет преимуществом
Понимание моделей сегментации (кластеризация, скоринг, профилирование клиентов) и предиктивных моделей (propensity, churn, LTV) приветствуется
Базовые знания валидации моделей и метрик качества (AUC, lift, confusion matrix) как плюс