Сбер

Employer, Russia

Summary

Russia Moscow IT - data science Banks Specialist / Analyst Permanent Full time No 19.04.2021 - 31.10.2022 2671

Team lead Data Scientist

Team lead Data Scientist

Молодая амбициозная команда блока «Технологии» Сбера ищет Team lead Data Scientist. Мы разрабатываем и внедряем AI инициативы, нацеленные на повышение эффективности и улучшении бизнес-процессов Банка: от снижения операционных расходов и затрат до анализа цифровых следов, характеризующих поведенческие паттерны. Спектр задач максимально широкий: от классификаций и построения предиктивных моделей до создания чат-ботов. Успешный кандидат получит возможность использовать весь передовой опыт в AI, комбинировать известные решения и предлагать новые подходы. Планы амбициозные, идей и задач масса, никакого микроменеджмента, полная самостоятельность и ответственность за результат ##. Большое профессиональное сообщество - отдельный плюс. Возможность сформировать Dream Team.

Основные задачи:

• Формирование предложений по решению бизнес-задач аналитическими способами/ методами

• Анализ и утверждение с бизнес-заказчиками постановки бизнес-задачи и формализованного описания моделируемого бизнес-процесса.

• Разработка и/или утверждение предложенной Data Scientist архитектуры модели

• Анализ и утверждение предложенных Data Scientist методов моделирования для решения бизнес-задачи

• Подготовка и участие в проведении демонстрации полученных результатов моделирования бизнес-заказчикам

• Консультирование на этапе реализации и внедрения моделей,

• Внедрение в промышленную эксплуатацию

• Руководство командой, постановка задач, контроль сроков и результатов

Основные требования:

• Образование - Высшее (математика, информационные технологии)

• Умение писать чистый, читаемый код на Python;

• Знание статистики, математического анализа, теории вероятностей, линейной алгебры, глубокое понимание ML алгоритмов (линейная регрессия, бустинг и т.д.)

• Опыт использования ML-библиотек и алгоритмов на Python (xgboost/lightgbm/catboost, sklearn, …), понимание особенностей и границ применимости

• Опыт внедрения ML-решений в бизнес-процессы и доведение их до прома, последующий мониторинг

• Хорошее понимание методов машинного обучения с точки зрения математики и умение адаптировать их под конкретные задачи

• Опыт построения DL pipeline с использованием фреймворков TF/Pytorch/Keras;

• Опыт работы с NLP инструментами NLTK, Pymorphy и пр

• Знание SQL

• Опыт использования Git, Jira, Confluence;

• Понимание и опыт АB-тестирования

• Плюсом будет опыт работы с Docker

• Плюсом будет знание Hadoop/Spark

• Участие в соревнованиях по ML (Kaggle)