Аналитик Data Science

Обязанности:

• Применение современных методов машинного обучения и анализа больших данных для извлечения максимального эффекта из большого массива данных поведения клиентов.
• Разработка ML моделей с E2E коммуникацией с заказчиком от момента формирования гипотезы до имплементации модели в бизнес-процесс.
• Анализ и подготовка рекомендаций по развитию цифровых каналов и цифровых продуктов, выявление трендов и проблем на основе анализа данных, формирование предложений по улучшению функциональности сервисов и продуктов, изменению ценовой политики
• Оценка качества данных и экономической ценности данных для использования в продуктах и бизнес-процессах Банка

Требования:

• Опыт построения и практического применения моделей машинного обучения (Logistic Regression, традиционные деревья принятия решения, Random Forest, G-boosting, нейронные сети, SVM и т.д.), постановки гипотез, анализ результатов и оценки качества моделей.
• Хорошая математическая база – понимание принципов математической статистики, построения моделей (Linear Regression, Logistic Regression, GLM, ANOVA), многомерного анализа (кластерный, факторный анализ, метод главных компонент), проверки статистических гипотез, построения временных рядов (ARMA, ARIMA и т.п.). Умение интерпретировать качество полученных моделей.
• Языки программирования – Python, R, Scala (на выбор, каждый по отдельности – преимущество) на уровне разработки моделей и работы с данными
• Знание SQL, понимание организации реляционной БД
• Самостоятельность и проактивность (поиск данных, получение доступов, анализ гипотез, коммуникации с бизнес-подразделениями по вопросам)
• Английский язык (чтение литературы)

Преимуществом является:

• Опыт в предметной области – цифровой/розничный бизнес Банка (депозиты, кредиты, карты, платежи, переводы, банковские сервисы).
• Опыт работы в подразделении моделирования Банка (кредитные риски)(очень хорошо) Опыт работы с Apache Spark, использование ML-библиотек Apache Spark. (очень хорошо) Опыт работы в среде распределенных вычислений, понимание организации хранения и обработки данных в экосистеме Hadoop (Spark, Spark Streaming, Hbase /Casandra,Kafka, Impala, Hive, Kudu)
• Опыт работы с SAS Enterprise Guide / Enterprise Miner
• Любые сертификаты в области машинного обучения или анализа данных

Условия:

• Уровень оклада обсуждается на собеседовании; квартальное и годовое премирование;
• ДМС (до трёх полисов для себя и родственников);
• Обучение в процессе работы в Бизнес-академии Банка.
• График - 9:00 - 18:00 (пятница - до 16:45).