Описание
АКБ «Узпромстройбанк» приглашает в свою команду специалиста на позицию Data Scientist. Мы ищем специалиста, который умеет анализировать данные, выявлять закономерности, разрабатывать статистические и Machine Learning модели и применять аналитические решения для повышения эффективности бизнес-процессов банка. Для нас важно не только владение техническими инструментами, но и способность понимать бизнес-задачи, быстро изучать новые предметные области и трансформировать бизнес-проблемы в аналитические задачи.
Задачи
•Анализ данных различных бизнес- и функциональных направлений банка
•Трансформация бизнес-задач в задачи Data Science, Machine Learning и статистического анализа
•Сбор, очистка, обработка и исследование данных
•Проведение Exploratory Data Analysis (EDA), выявление закономерностей, аномалий и факторов, влияющих на бизнес-показатели
•Разработка, обучение, тестирование и оценка статистических и Machine Learning моделей
•Проведение Feature Engineering и подготовка данных для моделирования
•Оценка качества, интерпретация и валидация моделей
•Подготовка аналитических выводов и практических рекомендаций для бизнес-подразделений
•Участие во внедрении разработанных моделей и решений в бизнес-процессы банка
•Мониторинг качества и стабильности моделей, выявление Data Drift и Concept Drift
•Взаимодействие с бизнес-подразделениями и другими заинтересованными сторонами для определения аналитических задач и оценки результатов
Требования
•Уверенное владение Python, включая библиотеки Pandas или Polars, NumPy, Scikit-learn
•Практические навыки работы с SQL: JOIN, CTE, оконные функции, подзапросы, агрегатные функции и аналитические запросы
•Знание математической статистики и теории вероятностей
•Понимание принципов и практическое применение алгоритмов Machine Learning: Regression и Classification; Decision Tree, Random Forest, Gradient Boosting; XGBoost, LightGBM или CatBoost; Clustering и PCA; Anomaly Detection
•Практические навыки проведения EDA и оценки качества данных (Data Quality)
•Знание методов Feature Engineering и подготовки данных для моделирования
•Понимание методов оценки и валидации моделей: Cross-validation, Out-of-time validation, Backtesting, а также методов выявления Overfitting и Underfitting
•Знание метрик оценки моделей: Accuracy, Precision, Recall, F1, ROC-AUC, PR-AUC, MAE, RMSE и других
•Понимание принципов интерпретации моделей и объяснения результатов с использованием Feature Importance, SHAP и других подходов
•Навыки работы с Jupyter Notebook/JupyterLab
•Базовые знания Git/GitHub/GitLab и принципов Version Control
•Высшее образование в области Data Science, Computer Science, прикладной математики, статистики, эконометрики, инженерии, экономики или других количественных дисциплин
•Диплом по профильному направлению не является обязательным при наличии сильных практических навыков и подтвержденного опыта работы с данными
•Способность самостоятельно изучать техническую документацию и библиотеки на английском языке
Будет плюсом
•Опыт работы с банковскими, финансовыми или транзакционными данными
•Знание Spark/PySpark и принципов распределенной обработки данных
•Опыт работы с Docker, MLflow или аналогичными инструментами
•Знание Airflow и принципов построения Data Pipelines
•Опыт работы с Data Warehouse, Data Lake, ETL/ELT
•Знание методов Time Series Analysis и Forecasting
•Опыт работы с NLP, Deep Learning и LLM
•Навыки визуализации данных с использованием Power BI, Tableau, Plotly или аналогичных инструментов
•Опыт внедрения и мониторинга моделей в промышленной среде (MLOps)
Условия
•Возможность участвовать в разработке и внедрении современных Data Science и Machine Learning решений в банковской сфере
•Работа с данными и задачами различных бизнес-направлений крупного банка
•Возможность профессионального развития и освоения новых технологий
•Взаимодействие с профессиональной командой и участие в значимых аналитических проектах
•Возможность влиять на развитие data-driven подхода в банковских бизнес-процессах
