Data Scientist (моделирования розничных рисков)
В архиве с 13 августа 2020
Требуемый опыт работы: 1–3 года
Полная занятость, полный день
Москва
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Опыт от 1 года до 3 лет
Анализ данных для моделирования (подготовка, обработка, анализ качества). Участие в проработке архитектуры модели. Формирование выборок для моделирования. Участие в проведении...
Понимание методологии оценки кредитного риска клиентов корпоративного сегмента. Инициативность – необходимо предлагать новые идеи по используемым подходам и моделям, их усовершенствование.
Москва, Арбатская
Опыт от 3 до 6 лет
Проведением независимой регулярной качественной и количественной валидации моделей, IT-валидации, сценарного анализа качества модели. Формированием отчётности по итогам валидации, разработкой...
Желательно от двух лет работы в разработке/валидации моделей банковских рисков (или же в смежных областях). Знание теории вероятностей/математической...
Москва, Дмитровская
Опыт от 1 года до 3 лет
Прими участие в собеседовании с командой.
Хорошо знает математику и владеет основами статистики. Использует в своей работе язык программирования Python или R (желательно). Не боится большой...
Опыт от 3 до 6 лет
Анализ клиентской базы, построение ML моделей: сегментации, склонности к покупке/оттоку, прогноз LTV клиентов. Оптимизация процессов: антифрод модели.
Владение SQL, Python и основными библиотеками анализа данных. Знания в направлениях Transformers, Auto-encoders, Recommender Systems. Отличная математическая подготовка.
Опыт от 1 года до 3 лет
Разработкой моделей оценки и прогнозирования кредитного риска. Аналитическим сопровождением процесса управления кредитным риском.
Высшее образование (математическое, финансовое, экономическое и т.п.). Опыт разработки и внедрения DS-решений от года. Опыт работы в банковской...
Data Scientist (команда Поиска)
от 350 000 ₽Москва, Алексеевская
Опыт от 3 до 6 лет
Развитие моделей поискового ранжирования и рекомендательных систем. Тюнинг существующих моделей, feature engineering, а также построение новых решений с нуля.
Опыт реализации и применения моделей машинного обучения в продакшн. Понимание основных методов и алгоритмов Machine Learning. Знание принципов работы нейросетевых...
Москва