Описание
Мы используем машинное обучение в ключевых бизнес-процессах: скоринг и оценка рисков, прогнозирование спроса, отток и удержание клиентов, антифрод. Модели работают в продакшене и напрямую влияют на деньги, и мы ищем Data Scientist, который возьмёт их на себя от гипотезы до внедрения. Если ты умеешь не только построить модель на табличных данных, но и показать её эффект для бизнеса — ждём тебя.
Задачи
•Разрабатывать модели на табличных данных: скоринг, отток, LTV, uplift, антифрод
•Строить модели прогнозирования временных рядов: спрос, нагрузка, финансовые показатели
•Проводить EDA, генерировать и отбирать признаки (feature engineering)
•Выводить модели в production и поддерживать их: мониторинг качества, дрейф данных, переобучение
•Оценивать качество моделей (ROC-AUC, Gini, PSI) и эффект внедрения через A/B-тесты
•Работать в связке с бизнесом: формулировать задачи, проверять гипотезы, презентовать результаты
•Следить за новыми подходами и внедрять то, что работает
Требования
•Уверенный Python: pandas, numpy, scikit-learn
•Глубокое знание градиентного бустинга (CatBoost, LightGBM, XGBoost) и классических алгоритмов ML
•Знание математической статистики и теории вероятностей
•Опыт проведения A/B-тестов и проверки статистических гипотез
•Продвинутый SQL
•Опыт вывода моделей в продакшен
•Git, культура код-ревью
•Опыт от 3 лет
Будет плюсом
•Опыт в финтехе, банке или ритейле: кредитные риски, антифрод, ценообразование
•Опыт с временными рядами: Prophet, ETNA, sktime
•Spark / PySpark, Airflow, MLflow
•Опыт uplift-моделирования и causal inference
•Английский для чтения документации и статей
•Профильное техническое образование
Условия
•Удалённо или гибрид
•ДМС
•Бонусы и премии по результатам
•Оформление по ТК РФ
•Компенсация спорта
•Обучение за счёт компании, участие в конференциях
