Główny specjalista/główna specjalistka ds. analiz w Departamencie Planowania, Analiz i Statystyki Głównego Inspektoratu Pracy (GIP.GNA.GŁ.SP.AD.10.26)

Zakres obowiązków: - identyfikowanie anomalii, trendów i podmiotów o wysokim prawdopodobieństwie naruszeń przepisów prawa pracy i zasad BHP w celu optymalizacji działań kontrolnych urzędu oraz zapewnieniu przejrzystości oceny potencjalnych podmiotów do kontroli,- budowanie, testowanie i wdrażanie algorytmów oraz modeli predykcyjnych (scoringowych) szacujących ryzyko łamania prawa pracy przez pracodawców. - pozyskiwanie, czyszczenie i konsolidowanie danych z różnych źródeł (np. rejestrów ZUS, GUS, CEIDG, KRS, systemów wewnętrznych urzędu w tym skarg pracowniczych),- tworzenie rekomendacji i list podmiotów gospodarczych wytypowanych do kontroli na podstawie analizy ryzyka (data-driven targeting),- identyfikowanie nowych zjawisk na rynku pracy (np. fikcyjne samozatrudnienie, nadużywanie umów cywilnoprawnych, nieprawidłowości w czasie pracy lub wypłacie wynagrodzeń) w ujęciu branżowym i geograficznym,- tworzenie przejrzystych raportów, analiz przekrojowych oraz interaktywnych pulpitów menedżerskich (dashboards) dla kadry kierowniczej i inspektorów, stała weryfikacja trafności modeli analitycznych iich ciągłe doskonalenie (pętla zwrotna).Wymagania: - wykształcenie: wyższe (w tym licencjat) - konieczne - języki obce: polski - w mowie: C2 - biegły, w piśmie: C2 - biegły - konieczne - pozostałe: - wykształcenie wyższe (preferowane kierunki: analityka danych, statystyka, matematyka, ekonometria, informatyka, ekonomia lub pokrewne),- minimum 6 lat stażu pracy.Wymagania dodatkowe:- biegłość w SQL, umiejętność analitycznego wyciągania danych i raportowania na silnikach PostgreSQL, MS SQL oraz Sybase,- biegła znajomość języka SQL do zaawansowanego przeszukiwania i łączenia baz danych,- doświadczenie w pracy z narzędziami BI (Business Intelligence) do wizualizacji danych,- umiejętność automatyzacji zadań,- doświadczenie w administracji publicznej lub przy projektach związanych z przeciwdziałaniem nadużyciom (Fraud Detection / RiskManagement),- znajomość metod uczenia maszynowego (Machine Lea