Задачи
•Создание прогнозных моделей для классических банковских задач (кредитный скоринг, отток клиентов, рекомендательные системы, антифрод, склонность к продуктам).
•Настройка полного цикла жизни моделей от сбора сырых данных до вывода в промышленную эксплуатацию (MLOps пайплайны, CI/CD для ML).
•Оптимизация витрин данных, генерация и отбор фичей (Feature Engineering), а также контроль качества входных данных (Data Quality).
•Настройка дашбордов для контроля стабильности моделей в проде (отслеживание дата-дрифта и концепт-дрифта).
•Обсуждение требований с продуктовыми командами и аналитиками, перевод бизнес-задач на язык метрик машинного обучения.
Требования
•1-2 года в роли ML-инженера или Data Scientist.
•Обязателен успешный опыт реализации ML-проектов в банковской сфере (понимание логики кредитных конвейеров, транзакционных данных или маркетинговых кампаний).
•Отличное владение Python и классическим ML-стеком (Scikit-learn, LightGBM, XGBoost, CatBoost).
•Уверенное знание SQL (сложные запросы, оконные функции, оптимизация).
•Опыт контейнеризации приложений (Docker) и написания API для моделей (FastAPI, Flask).
•Опыт работы с системами контроля версий (Git) и инструментами логирования экспериментов (MLflow / ClearML / W&B).
•Будет плюсом: опыт работы с инструментами обработки больших данных (PySpark, Hadoop/Hive).
Условия
•Конкурентную заработную плату и бонусы за персональную эффективность.
•График работы 5/2 с 9:00-18:00 в комфортном офисе.
•Жизнь внутри компании с ее корпоративными мероприятиями: тимбилдинги, челленджи, спортивные турниры, благотворительные акции.
•Забота о здоровье с медицинским страхованием, а также DayOff в честь дня рождения и за выслугу лет.
•Выгодная рассрочка в крупные фитнес-клубы.
•Доступ к корпоративной библиотеке для непрерывного обучения и саморазвития.
