У роли понятный фокус на полном цикле ML-разработки в розничном банкинге, но нужны высокая самостоятельность и готовность работать с legacy-кодом и неполными данными.
Сложные данные
Понятная ML-задача
Современный стек
Новое направление
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Data Scientist (розничное кредитование) (ML/банковские данные): Разработка и внедрение ML-моделей для прогнозирования поведения клиентов и розничного кредитного портфеля с акцентом на обработку больших объемов данных и банковские процессы. Focus on расчете денежных потоков, подготовке моделей от сырых данных до production и работе с неполными данными и legacy-кодом.
Локация: Москва, Подсосенский переулок, 30с3. Работа на месте работодателя.
Компания
Азиатско-Тихоокеанский Банк формирует подразделение для реализации функции предиктивного моделирования в розничном банковском бизнесе.
Что делать
Разрабатывать и внедрять ML-модели для прогнозирования поведения клиентов — физических лиц и розничного продуктового портфеля.
Рассчитывать ожидаемые денежные потоки по кредитным и пассивным продуктам банка.
Проводить полный цикл разработки моделей: от сырых данных до production.
Самостоятельно находить необходимые данные и работать с большими объемами информации.
Требования
Высшее техническое, физико-математическое или экономико-математическое образование.
От 3 лет опыта работы в банковской сфере в розничном бизнесе.
Понимание особенностей розничных банковских бизнес-процессов.
Опыт разработки и внедрения ML-моделей от сырых данных до production.
Свободное владение Python, включая Pandas, NumPy и Matplotlib или аналогичные инструменты визуализации.
Свободное владение SQL: оконные функции, сложные JOIN и оптимизация запросов к базам данных.
Свободное владение ML-библиотеками CatBoost, LightGBM, XGBoost или Scikit-learn.
Высокая автономность и способность самостоятельно находить необходимые данные.
Стрессоустойчивость при работе с legacy-кодом, неполными данными и грязным data mining.
Хорошо, если есть
Владение MLflow, Airflow, Batch Scoring, Docker, Spark или PySpark.
Культура и преимущества
Полная занятость и работа в офисе.
Новая вакансия в формируемом подразделении.
Офис расположен в центре Москвы.
Корпоративный спорт в Москве: йога, футбол, хоккей и бег.
Корпоративная система скидок BestBenefits.
Высокий уровень ENPS.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →