Data scientist (модели оптимизации)

Обязанности: Работа с Hadoop (Impala, Spark) в Jupyter Hub; Наиболее часто применяемые методы: деревья решений, бустинги, лог.регрессия, различные методы кластеризации, ALS/SVD, методы NLP, нейросети для анализа транзакционных данных, текстовой аналитики, для создания эмбеддингов; Примеры задач: профилирование и сегментирование клиентов, анализ интересов, склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия, аналитика точек продаж, анализ инвестиционного риск-аппетита клиентов, задачи оптимизации, выявление родственных связей, анализ отзывов в сети Интернет и суммаризация текстов обращений, задачи поиска шаблонов в смс, прогнозирование LTV и др. Активный knowledge sharing внутри команды и управления, brainstorming; Выступаем на конференциях, публикуем статьи, по возможности занимаемся RnD; Ведение проектов по Agile/Scrum. Требования: Опыт работы в банковском/финансовом/телеком/ритейл секторе от 2-х лет в роли аналитика/DS, понимание банковских бизнес-процессов, опыт в моделировании; Уверенное владение Python, Spark; Знание алгоритмов ML: деревьев решений и случайных лесов, регрессии, бустингов, кластеризации и др., понимание принципов работы рекомендательных систем и лежащих в основе алгоритмов, опыт работы с текстовыми данными (NLP: тематическое моделирование, поиск ключевых слов, анализ тональности, задачи суммаризации, шаблонизации и др.); Умение работать в условиях многозадачности, самостоятельность; Знание DL приветствуется: опыт обучения и использования нейросетей и предобученных моделей (RNN, LSTM, BERT, GPT); Развитые навыки soft-skills; Опыт написания ТЗ, БТ, проектной документации; Способность поддержки full-stack разработки от сбора требований к задаче до реализации, документации и последующего мониторинга моделей; Наличие публикаций по ML/DL, опыт выступления на ML-конференциях – как плюс; Ценится проактивный и творческий подход в решении задач.