Middle Data Scientist (Big Data)

от 200 000 до 250 000 руб. до вычета налогов

Требуемый опыт работы: 1–3 года

Полная занятость, полный день

Банк реальных проектовРаботай не в стол

Решайся!

Кто мы:

Отдел занимается сбором, анализом и структурированием внешних и внутренних данных, построением, валидацией, внедрением как в real time так и в offline процессы построенных моделей для различных департаментов банка.

Мы уже разработали и внедрили в систему принятия решений Банка ряд моделей. В частности, модели с использованием ML/DL/CV для кредитного скоринга (RNN-ки на транзакциях / социальный граф по окружению клиента), выявления мошенников по фотографиям (face detection + face matching), выявление агентского фрода, махинаций с персональными данными, речевая аналитика для автоматизации коммуникации с клиентами, рекомендательные системы и др.

Кого мы ищем:

В команду Big Data ищем Middle Data Scientist.

Что тебя ждет:

  • Проведение Proof-of-Concept по возможности построения моделей, решающих конкретные бизнес-задачи (например, подтвердить возможность выделение из разговора с клиентом конкретной причины недовольства для повторной коммуникации).
  • Оценка ценности новых источников данных для принятия решений об их подключении.
  • Разработка и построение моделей по успешным PoC или новым источникам данных.
  • Продукционализация и поддержка моделей (документирование, мониторинг, контейнеризация, установка на шедулер airflow).

Мы ждем от тебя:

  • Уверенное знание математики, алгоритмов машинного обучения, статистики, алгоритмов и структур данных.
  • Уверенное владение sql (Oracle/PostgreSQL).
  • Классический стек на python (pandas, numpy, sklearn, xgboost, etc.) и хотя бы один DL-framework (tensorflow / keras / pytorch).
  • Владение английским на уровне чтения и написания технической документации.
  • Плюсом будет опыт вывода разработанных решений в prod (luigi/airflow для jobов и async/await фреймворков flask, sanic, etc.), а также знание docker, git, bash.
  • Особенно мы ценим наличие опыта и завершенных проектов в computer vision / natural language processing / time series analysis.

Мы предлагаем:

  • Возможность создавать новые на банковском рынке решения

  • Новый офис на метро Войковская (БЦ Метрополис)
  • Стандартный график работы 5/2, 8-часовой рабочий день
  • Гибридный формат работы, гибкое начало рабочего дня
  • Оклад + годовой бонус 20%
  • Отсутствие строгого дресс-кода (мы лояльны к любому проявлению личного стиля)
  • Программы поощрения ОТП Мания (когда ты за внутреннюю валюту можешь купить себе как толстовку, так и day-off, например)
  • Welcome pack
  • ДМС (а также возможность его замены на фитнес)
  • Льготные условия по кредитам и депозитам
  • BestBenefits – сервис скидок и привилегий (техника и электроника, рестораны и доставка, обучение, отдых, спорт, красота и здоровье, товары, развлечения, услуги, детские товары и развлечения)
  • Управленческое обучение, развитие навыков личной эффективности, профессиональное развитие
  • Участие в корпоративных и спортивных мероприятиях (он-лайн и офф-лайн)
  • Корпоративная библиотека МИФ и Bookcrossing
  • Детские подарки к Новому Году.

Ключевые навыки

Python
SQL
Git

Задайте вопрос работодателю

Он получит его с откликом на вакансию

Где располагается место работы?Какой график работы?Вакансия открыта?Какая оплата труда?Как с вами связаться?Другой вопрос

Адрес

Москва, Балтийская, Войковская, Ленинградское шоссе, 16Ас2

Вакансия опубликована 30 января 2023 в Москве

Отзывы о компании

3,6хорошо
Оценка Dream Job

63%

Рекомендуют
Ваши отзывы помогают людям принимать взвешенные карьерные решения
Оставить отзыв

Что говорят сотрудники

Преимущества и льготы
  • Своевременная оплата труда
  • Оплата больничного
  • Удобное расположение работы
UX UI дизайнер
Ноябрь 2021
Свобода в выборе режима работы (удаленно, либо в офисе) Очень крутой офис в БЦ Метрополис! Молодой позитивный коллектив! Хорошая организация труда
Войдите, чтобы увидеть все отзывы
Войти

Похожие вакансии

Анализировать данных с целью формулирования гипотез для проверки. Участвовать в проверке гипотез с использованием ML. Построение моделей статистического анализа.
Опыт работы в качестве data scientist от 2 лет. Уверенное владение Python и основными ML-библиотеками (NumPy, Pandas, Scikit-learn...
Москва, Аэропорт
25% — разработка моделей машинного обучения, откликовые модели. 75% — развитие сервиса скоринга, доработка пайплайна построения моделей, исследование новых источников данных.
Общая математическая культура (теория вероятностей и математическая статистика, линейная алгебра, теория оптимизации, алгоритмы и структуры данных, классический ML). SQL.
Работодатель сейчас онлайн

Data scientist

150 000 – 300 000 руб.
Москва, Минская
Разработка скоринг системы. Поиск и обработка гипотез для улучшения клиентских метрик. Оптимизация работы уже имеющихся отчётов. Оптимизация DWH.
Отличные знания мат. анализа, лин. алгебры, статистики. Отличные знания Python и библиотек для data scient (pandas, numpy, matplotlib и т...
Работодатель сейчас онлайн

Data scientist

200 000 – 240 000 руб.
Москва
Можно из дома
Работа в команде по созданию модуля Data Science & AI, отвечающего за обработку данных, консолидированных в хранилище, и интеллектуальное обеспечение различных...
Опыт работы на позиции data scientist от 2ух лет. Знание основных алгоритмов и метрик машинного обучения. Ключевые навыки: Python...
Работодатель сейчас онлайн
Можно из дома
Validation of models. — Building forecasts. — Building machine learning models. — Teamwork (with related experts). — Search for nontrivial dependencies and objective laws. —
Higher education. — Willingness/ability to work in a team. — Сonfident knowledge of mathematical tools. — Fluency in English and Russian. —
Работодатель сейчас онлайн
Работа с большими данными для поиска выявления закономерностей, особенностей и отклонений. Участие в разработке и построении математической модели посредством используемых...
Владение любым языком программирования (Python, Go, Scala). Опыт решения задач классификации и детектирования/сегментации, понимание метрик эффективности машинного обучения.