Руководитель направления Data science

  • Сбербанк России
  • Россия, Москва

Мы ищем аналитика данных/специалиста по машинному обучению, который поможет улучшить управление риском в розничном кредитовании с помощью получения новых знаний из имеющихся данных

Параметры

ИТ - анализ данных, Кредитование Розничное Банки, Финансовые услуги, Инвестиции Менеджер / Ассоциат Постоянная, Полная Нет 16.09.2019 - 31.10.2019 2131

Описание вакансии

Идеальный кандидат должен уметь использовать большие объёмы данных, чтобы улучшать бизнес показатели банка и оптимизировать бизнес процессы, используя статистические подходы, в том числе моделирование. Кандидат должен обладать богатым опытом применения различных подходов к анализу данных, разработки и внедрения моделей машинного обучения, использования и создания различных алгоритмов и симуляций для решения задач и оценки бизнес результата. Мы ожидаем, что кандидат будет обладать 3-5 летним опытом в анализе данных и машинном обучении, будет иметь магистерскую или кандидатскую степень в статистике, математике, компьютерных науках или другой релевантной области.

 

Ключевые обязанности:

  • Разрабатывать и улучшать аналитические инструменты для машинного обучения;
  • Использовать прогнозное моделирование, чтобы снизить кредитный риск и оптимизировать другие бизнес показатели;
  • Работать в команде с портфельными менеджерами, чтобы понять нужды бизнеса и предложить возможные решения:
  • Изучать и разрабатывать модели машинного обучения для анализа данных;
  • Работать с различными подразделениями и командами для внедрения разработанных моделей, отслеживания их качества, а также качества данных;
  • Участвовать в проектах, направленных на разработку и внедрение интерактивных отчётов и презентаций;
  • Разрабатывать архитектуру пилотов для тестирования гипотез и качества моделей;
  • Изучать последние тренды в моделировании и анализе данных;

 

Успешный кандидат будет/имеет:

  • Диплом НИУ ВШЭ / МФТИ / МГУ или другого престижного университета со степенью магистра в области компьютерных наук, статистики, прикладной математики и другой релевантной области;
  • Глубокое понимание статистических подходов и методов (регрессия, свойства распределений, оценка максимального правдоподобия, проверка гипотез и их правильное использование) и опыт их применения;
  • Знания и опыт применения алгоритмов машинного обучения (GLM/Regression, Trees, Random Forest, Boosting и другие), а также знание их преимуществ, недостатков и ограничений;
  • Знание языков программирования (Python / R / SAS) и языков манипулирования данными (Oracle PL / SQL);
  • Отличные навыки в построении моделей прогнозирования;
  • Отличные знания английского языка (устный и письменный) как преимущество;
  • Опыт в распределённых вычислениях с помощью следующих технологий: Map/Reduce, Hadoop, Hive, Spark и другие как преимущество;
  • Понимание банковского управления риском и регуляторных норм (в том числе Базель) как преимущество;
  • Мотивацию и удовольствие изучать новые технологические и концептуальные подходы к моделированию;

 

Что мы предлагаем:

  • Полную занятость с конкурентной заработной платой + бонусы по результатам работы;
  • Отличный соц. пакет (бесплатная медицинская страховка, бесплатный тренажёрный зал, обучение в корпоративном университете Сбербанка и другое); 
  • Уникальную возможность внести активный вклад в формирование и развитие самой большой организации, управляемой данными, в России.
  • Отличное рабочее окружение. Наша команда на 80% состоит из выпускников НИУ ВШЭ / МФТИ / МГУ.
  • Возможность изучить и прокачать навыки в моделировании и управлении кредитным риском;
  • Возможность повлиять и улучшить бизнес и риск стратегию Банка;
  • Постоянное обучение и развитие в сфере прогнозной аналитики, искусственного интеллекта и машинного обучения (корпоративные тренинги, участие в международных конференциях и семинарах);

Требования к кандидату

Профессиональный опыт*

4 года (Обязательно)


Образование

Магистр (Обязательно)

Кандидат наук / доктор наук (Опционально)

Знание языка

Английский: Свободный (Опционально)