Наша команда занимается оценкой и управлением модельным риском. Модельный риск возникает впоследствии от решений, основанных на неверных или неправильно интерпретируемых моделях и приводит к финансовым потерям, ошибочным решениям, потере репутации. У нас расширяется команда, и мы ищем сильных кандидатов на ряд позицийJunior/Middle/SeniorDataScientist

Мы:

- Валидируем абсолютно все модели Сбербанка, способные значимо повлиять на финансовый результат. Валидация = всесторонняя проверка модели, включая попытки построить лучший альтернативный алгоритм, заменить модель более простой, почелленджить подход. Модели стекаются к нам со всех уголков необъятного Сбербанка.

- Разрабатываем и автоматизируем методы для валидации моделей различных классов (в свете усложнения моделей Сбербанка особенно актуально)

- Строим систему отчетности для управления модельным риском

- Строим платформу для онлайн-мониторинга и автовалидации моделей

Что будешь делать ты?

- Разбираться в структуре моделей из абсолютно различных сфер (начиная от кредитного скоринга и заканчивая распознаванием речи), тестировать корректность модели, челленджить подход разработчика и разрабатывать альтернативные алгоритмы (внутренний Kaggle)

- Исследовать подходы к моделированию и валидации различных классов моделей, определять их методологию, применять передовые технологии и распространять наработки

- Автоматизировать алгоритмы валидации для внедрения в процессы автомониторинга

- Исследовать и предлагать новые методы количественной оценки модельного риска (сколько потерь принесет неоптимальная модель в эксплуатации через месяц/год?)

С какими моделями мы работаем?

- Модели оценки розничных рисков: оценка кредитоспособности, стратегии взыскания, RiskCost Lifetime, пр., эти алгоритмы – уже давно не стандартный скоринг, а сложные BlackBox модели (в том числе нейросетевые структуры)

- Розничные бизнес-модели: широкий скоуп моделей, направленных на монетизацию бизнес-процессов – массовая персонализация, чатботы, выявление склонности к покупкам, модели прогнозирования транзакций, пр.

Что мы ожидаем от кандидатов:

- Знание машинного обучения и статистического анализа (интересен любой опыт)

- Знание мат. статистики, алгоритмов, структур данных

- Знание Python и/или R и основных библиотек анализа данных

- Знание SQL, навыки работы с базами данных

- Большой плюс: опыт работы с распределенными системами

Чем мы отличаемся от других?

- Наша основная функция – валидация, но это включает в том числе и разработку альтернативных алгоритмов, ты научишься не только разрабатывать модели, но и тестировать их и смотреть на них с позиции владельца бизнес-процесса

- У нас можно познакомиться со всем многообразием моделей в экосистеме Сбербанка. В моделировании, как правило, идут разрабатывать в конкретную предметную область.

- У нас много работы не только в моделировании и валидации, но и в исследовательской деятельности по количественной оценке модельного риска