AVO.UZ

data scientist для банковских продуктов

Коротко

Data Scientist в команду технологичного розничного банка AVO в Узбекистане, разрабатывающего продукты для мобильного приложения и устройств самообслуживания. Роль связана с построением ML-моделей для клиентских сценариев (propensity, churn, uplift, LTV, NBO/NBA) и работой с собственной Feature Platform. Требуется опыт Data Science/ML на продуктовых задачах, сильная база в статистике и ML, уверенное владение Python и SQL, опыт с табличными моделями (sklearn, CatBoost/LightGBM). Формат удалённый, но для оформления и онбординга нужно посетить офис в Ташкенте (поездка на 2 недели оплачивается).

Описание
Команда AVO SERVICES AND TECHNOLOGY создает новый технологичный розничный банк на рынке Узбекистана. Основная концепция сервиса — самостоятельное получение клиентами банковских услуг через мобильное приложение и устройства самообслуживания. В команде есть собственная Feature Platform для разработки и переиспользования признаков в обучении, пакетных расчётах и production-инференсе.
Задачи
•Разрабатывать модели и аналитические подходы для клиентских сценариев: propensity, churn/retention, uplift, LTV, next best offer / next best action, сегментация и таргетинг
•Проектировать признаки на основе клиентского поведения, транзакций, продуктовой активности, коммуникаций и истории взаимодействия с банком
•Проверять продуктовые гипотезы, выбирать корректные метрики и оценивать влияние моделей на бизнес
•Разрабатывать и валидировать фичи для обучения, пакетных процессов и production-инференса
•Участвовать в запуске ML-решений вместе с engineering-командой: от пилота до регулярного production-расчёта и мониторинга качества после релиза
Требования
•Опыт работы в Data Science / ML на продуктовых или клиентских задачах
•Сильная база в прикладной статистике и машинном обучении
•Уверенное владение Python и SQL для работы с данными
•Практический опыт с табличными ML-моделями и современным DS-стеком: sklearn, CatBoost/LightGBM или аналогичные инструменты
•Умение связывать качество модели с бизнес-метриками: конверсией, удержанием, выручкой, экономией бюджета, LTV и эффективностью коммуникаций
•Опыт работы с временными и поведенческими данными
•Способность доводить задачу до результата вместе с бизнесом, аналитиками, DWH и engineering-командами
Будет плюсом: опыт в fintech, banking, telecom, e-commerce, subscription-бизнесе или другом продукте с большой клиентской базой; практика в uplift modeling, causal inference, A/B-тестах, инкрементальности и оценке реального эффекта ML-решений; опыт работы с feature store / feature platform; понимание production ML-процессов; умение понятно объяснять результаты.
Условия
•Трудоустройство в соответствии с ТК Республики Узбекистан
•Оплачиваемый отпуск и больничные
•Помощь с релокацией в Ташкент
•Выдают технику
•Высокая конкурентная заработная плата
•Для оформления и прохождения онбординга необходимо посетить офис в Ташкенте; билеты и проживание на 2 недели оплачиваются

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте