Задачи из области DS\ML для Управления клиентского опыта и развития отношений с клиентами Крупного Банка.
Анализ бизнес-нужд и выделение предполагаемых направлений, требующих проработки;
Анализ имеющихся данных и данных, доступных для получения (открытые или продающиеся), на предмет их использования для решения той или иной задачи;
Формирование общего понимания применимости данных и вычленение подзадачи из бизнес-направления для решения при помощи методов машинного обучения. Детальный анализ структуры имеющихся данных и вычленение необходимой части из них для решения задачи;
Моделирование прототипа; Чистка данных (cleaning);
Выстраивание архитектуры решения:Описание основной идеи;
Выстраивание признаков для модели;
Проверка гипотез и обучение модели;
Осуществление оценки качества результатов модели;
Представление результатов прототипа бизнесу и приняние решения об автоматизации или дальнейшей доработке;
Интерпретирование результатов модели.
Построение временного решения в команде с ответственным за продукт и бизнес-заказчиком
Описание процесса внедрения в бизнеc;
Описание процесса временной поддержки работы прототипа;Написание инструкции по реализации временного решения.
Планирование деятельности команды при участии ответственного за продукт.
Формирование понимания необходимых машинных мощностей и программного обеспечения для решения задачи;
Определение необходимых машинных и человеческих ресурсов, сроков и порядка исполнения для решения аналитической части задачи;
Формирование команды.
Требования:
Понимание базовых алгоритмов машинного обучения;
Понимание ключевых этапов машинного обучения (выборка, обучение/контроль, кроссвалидация);
Опыт управления жизненным циклом DS\ML проектов;
Опыт создания моделей с выводом в промышленные среды.
Знание SQL;
Знание и опыт работы со стэком технологий и алгоритмов Data Science для Python (Pandas, numpy, scipy, scikit-learn, XGBoost)Опыт работы со стеком Hadoop-Spark
Имеет представление о том, какие есть практики в управлении и организации DS проектов (CRISP-DM, QMV)
Базовые представления о плане счетов кредитных организаций;
Понимание методов хранения и управления данными, сценарии их использования (row\column based, key-value, RDBMS, NoSQL)
Понимание основных классов корпоративных систем, их назначение и профиль их пользователя (DataLake, ODS, Staging, MDM, Warehouse, MDM, ERP, CRM, ServiceDesk)
Опыт организация DevOps для DS проектов;
Работа с глубоким машинным обучением;
Представления по ведению клиентской аналитики в компании и решению задач по направлениям:
-Удержание и привлечение клиентов;
-Рекомендация продуктов;