Data Scientist

Позиция: Junior/Middle/Senior Data scientist
Куда? Альфа-Банк,
Департамент Продвинутой Аналитики, Хаб юрлиц.
Формат работы: Гибрид: Москва, м. Технопарк + удаленно.
Вилка гросс: Junior 150-200k / Middle 200-280k / Senior 280 -350k + ежеквартальный бонус ~ 15% (от дохода за квартал);


Что нужно делать?
• Разработка и поддержание моделей кредитного риска для поточного кредитования малого и среднего бизнеса (PD, EAD, LGD);
• Разработка и поддержание различных внутренних моделей кредитного риска(PD, модель выручки и др.) с помощью
методов машинного обучения (логистическая регрессия, градиентный бустинг и др.);
• Аналитика слабоструктурированных данных в Hadoop, создание новых признаков и их применение в моделях;
• Эксперименты с нестандартными для классического скоринга подходами для моделирования (например применение методов
NLP для анализа данных о юрлицах, не укладывающихся в реляционную модель данных);
• Анализ эффективности новых источников данных, тестирование моделей кредитного риска на новых источниках данных.

Требования:
• Физико-математическое, экономико-математическое
образование;
• Хорошее знание теории вероятностей и математической статистики, методов машинного обучения;
• Развитое логическое мышление;
• Опыт аналитической работы от 1 года, в том числе опыт разработки статистических моделей;
• Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков),навыки написания SQL-запросов;
• Знание Python (в частности, библиотек, применяемых для анализа
данных: scipy, pandas, scikit-learn, xgboost,lightgbm и т.п.);
• Опыт с работы с Hadoop (Hive, Impala, Apache Spark);
• Опыт работы в Jira/Confluence/Bitbucket;
• Желателен опыт работы с юридическими лицами, понимание, как устроена отчетность, какие модели можно применять для анализа компаний;
• Владение английским языком на уровне, как минимум, позволяющем свободно читать специализированную литературу.

Ответы на 10 важных вопросов:

1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Часть данных может быть в Oracle/MSSQL.
2. Железо: kuber до 64 ядер + 512 ГБ оперативы. Хадуп - 6TB,
1000+ ядер. Продакшн: cистема исполнения моделей + команда MLOps. Для работы: ноутбук+ удалённое рабочее место.
3. Масштаб влияния на core-бизнес? Модели - ядро
ключевого банковского процесса - кредитования.
4. Уровень развития Data Science в компании? Все
линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль дата сайентиста: ДС-ы участвуют в постановке задачи,совместно с командой разработки генерят идеи развитии. ДС-ы подготавливают код для внедрения в прод, выполняют функцию сопровождения сервиса для пользователей.
6. Бэкграунд у вашего руководителя? linkedin
7. Как часто вам будут мешать работать? Внутренние созвоны с командой (2-3 часа в неделю) + с командой заказчиков (2-3 часа в
неделю).
8. Карьерный рост: формализована матрица компетенций.
Ежеквартально происходят «круглые столы» с пересмотром и защитой.
9. Prod/Research: Prod 90%
10. Функция сервиса или лидера? Сервис/лидер: 80%/20%

📧Резюме направляйте на почту с темой «Data scientist в Альфа-Банк»