Локация
Ташкент, улица Ислама Каримова, 3А; работа на месте работодателя.
Компания
SQB BOSH BANK — крупный банк, развивающий data-driven подход и аналитические решения для различных бизнес-направлений.
Что делать
•Анализировать данные различных бизнес- и функциональных направлений банка.
•Трансформировать бизнес-задачи в задачи Data Science, Machine Learning и статистического анализа.
•Собирать, очищать, обрабатывать и исследовать данные, проводить EDA, выявлять закономерности, аномалии и факторы влияния на бизнес-показатели.
•Разрабатывать, обучать, тестировать, валидировать и интерпретировать статистические и Machine Learning-модели.
•Готовить аналитические выводы и практические рекомендации, участвовать во внедрении моделей в бизнес-процессы.
•Мониторить качество и стабильность моделей, выявлять Data Drift и Concept Drift, взаимодействовать с бизнес-подразделениями и заинтересованными сторонами.
Требования
•От 1 года до 3 лет опыта работы.
•Уверенное владение Python, Pandas или Polars, NumPy и Scikit-learn.
•Практические навыки SQL: JOIN, CTE, оконные функции, подзапросы, агрегатные и аналитические запросы.
•Знание математической статистики, теории вероятностей, EDA, оценки качества данных и Feature Engineering.
•Понимание и практическое применение Regression, Classification, Decision Tree, Random Forest, Gradient Boosting, XGBoost, LightGBM или CatBoost, Clustering, PCA и Anomaly Detection.
•Знание Cross-validation, Out-of-time validation, Backtesting, методов выявления Overfitting и Underfitting, а также метрик Accuracy, Precision, Recall, F1, ROC-AUC, PR-AUC, MAE и RMSE.
•Понимание интерпретации моделей и объяснения результатов с использованием Feature Importance, SHAP и других подходов.
•Навыки работы с Jupyter Notebook или JupyterLab, базовые знания Git, GitHub, GitLab и Version Control.
•Высшее образование в Data Science, Computer Science, прикладной математике, статистике, эконометрике, инженерии, экономике или другой количественной дисциплине; профильный диплом не обязателен при наличии сильных практических навыков и подтверждённого опыта работы с данными.
•Способность самостоятельно изучать техническую документацию и библиотеки на английском языке.
Хорошо, если есть
•Опыт работы с банковскими, финансовыми или транзакционными данными.
•Знание Spark или PySpark и принципов распределённой обработки данных.
•Опыт работы с Docker, MLflow или аналогичными инструментами.
•Знание Airflow, Data Pipelines, Data Warehouse, Data Lake и ETL/ELT.
•Знание Time Series Analysis и Forecasting.
•Опыт работы с NLP, Deep Learning и LLM.
•Навыки визуализации данных в Power BI, Tableau, Plotly или аналогичных инструментах.
•Опыт внедрения и мониторинга моделей в промышленной среде (MLOps).
Культура и преимущества
•Участие в разработке и внедрении современных Data Science и Machine Learning решений в банковской сфере.
•Работа с данными и задачами различных бизнес-направлений крупного банка.
•Профессиональное развитие и освоение новых технологий.
•Взаимодействие с профессиональной командой и участие в значимых аналитических проектах.
•Возможность влиять на развитие data-driven подхода в банковских бизнес-процессах.
Процесс найма
•Для рассмотрения необходимо направить резюме.
•Отклики рассматриваются от кандидатов, соответствующих всем обязательным требованиям вакансии.
