Data Scientist

Наш стек:

• Python (библиотеки ML pandas, sklearn, xgboost, lightgbm)
• Oracle/PostgreSQL
• BitBucket
• Apache Airflow
• TeamCity
• Apache Superset
• Sonatype Nexus
• Hadoop, Click house

Чем предстоит заниматься:

• Разработка моделей машинного обучения и построение пайплайнов на данных Банка для решения задач средствами методов NLP/LLM, OCR/IDP, RecSys/RL. Предметная область: предсказательные модели, сегментирование по клиентам, модели по борьбе с мошенничеством, технологии обработки неструктурированных документов и массивов текстовых данных и т.п.;
• Генерирование продуктовых гипотез по процессам функциональных подразделений Банка (Sales, Operations, Collection, Finance и т.д.);
• Постановка экспериментов на их основе в интересах бизнес-заказчиков;
• Проведение тестирования и оценки качества моделей с участием бизнес-заказчиков;
• Развертывание и настройка моделей машинного обучения на промышленной инфраструктуре банка;
• Ускорение работы моделей с применением современных методов оптимизации и архитектур;
• Взаимодействие с DevOps и MLOps для вывода разработки в прод.;
• Ведение документации по проектам и разработанным моделям машинного обучения.

Что мы ждём:

• Знание принципов работы современных алгоритмов машинного обучения;
• Наличие успешно завершенных и выведенных в Production проектов;
• Компетенции в ML, NLP/LLM и/или CV/OCR, интерес к рекомендательным системам как плюс;
• Знание SQL на уровне оконных функций;
• Знание принципов работы отдельных классов моделей машинного обучения;
• Знание метрик оценки качества моделей машинного обучения;
• Умение проводить отбор признаков при обучении модели;
• Знание методологии и принципов разработки моделей, а также стека применяемых технологий и подходов к сбору, обработке, хранению и управлению данными;
• Приветствуется опыт в сфере научно исследовательской работы.