Junior data scientist (коллекшен)

Обязанности:
• разработка и поддержание различных внутренних моделей Collection с помощью методов классического машинного обучения (обобщенные линейные модели, градиентный бустинг, случайный лес и иное);
• создание новых признаков и их применение в моделях с применением самой актуальной инфраструктуры (Feature Store, онлайн каскады);
• создавать модели и подходы к разработке моделей, о которых можно делать статьи и публикации;

Чего точно не будет в твоей работе:
• Жизнь в рутине одинакового обновления моделей на свежих данных;
• Работа с большим количеством Legacy;
• Чистка данных с нуля и создание сложного аналитического кода для внедрения моделей;
• Ожидание в очереди за инфраструктурными ресурсами для построения моделей;
• Работа в стол или работа без понимания целей построения и применения моделей;

Требования:
• Физико-математическое, экономико-математическое образование;
• Хорошее знание теории вероятностей и математической статистики, методов машинного обучения;
• Развитое логическое мышление;
• Опыт аналитической работы от 1 года, в том числе опыт разработки статистических моделей;
• Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков), навыки написания SQL-запросов;
• Знание Python (в частности, библиотек, применяемых для анализа данных: pandas, scikit-learn, xgboost, lightgbm, pyspark и т.п.);
• Умение работать с Git;
• Навыки и опыт презентации результатов контрагентам;
• Желателен опыт с работы с Hadoop (Hive, Impala, Apache Spark);
• Желателен опыт внедрения моделей в промышленную среду;

Условия:
• Стабильную работу в одном из крупнейших банков страны
• Сильное DS community, большое разнообразие рабочих и внерабочих активностей.
• Конкурентную заработную плату, соцпакет.
• Условия для роста и развития (в т.ч. конференции, тренинги, внутренние программы развития).
• Дружный коллектив единомышленников (все специалисты, занимающиеся машинным обучением объединены одним департаментом для максимально плотного и продуктивного обмена знаниями).
• Передовой стек технологий, высокопроизводительное оборудование.
• Возможность решать разнообразные прикладные задачи с выводом в промышленную эксплуатацию, возможность существенно влиять на результат (в т.ч. в бизнес-смысле) и способы его достижения (вплоть до внесения изменений в архитектуру).
• Квартальный бонус по результатам работы;
• ДМС, страхование жизни;
• корпоративное обучение