Вам предстоит участвовать в развитии система форд-мониторинга Сбербанка, которая обеспечивает защиту клиентов банка во всех каналах обслуживания от мобильных приложений и покупок в интернет до визитов клиентов в офисы. Эта система признана одной из лучших в мире: 17th Annual 2021 Cyber Security Global Excellence Awards winners. Fraud Prevention GOLD WINNER - SberBank Anti-Fraud System (https://globeeawards.com/cyber-security-global-excellence-awards/winners/) Fraud Prevention Editor’s Choice – SberBank (https://cyberdefenseawards.com/global-infosec-awards-for-2021-winners/) Наша команда принимает активное участие в развитии этой системы и сосредоточена на разработке и внедрении AI-моделей по выявлению мошенничества. Вам предоставляется уникальная возможность поработать с действительно большими объемами данных, широким перечнем передовых технологий и сделать значимый вклад в борьбу с мошенничеством в стране. Вы будете участвовать в развитии система форд-мониторинга Сбербанка, которая обеспечивает защиту клиентов банка во всех каналах обслуживания от мобильных приложений и покупок в интернет до визитов клиентов в офисы.Обязанности Разработка и развитие моделей и алгоритмов противодействия мошенничеству: скоринг транзакций для выявления фрода/«отмывания» средств, оценка риска сущностей (клиенты, устройства и пр.), анализ и выявление связей, транзакционных аномалий и пр. Мониторинг и регулярный контроль качества работающих в пром. моделей; Анализ доступных источников данных и информации в них, оценка качества для решения задач; Обсуждение задач и методов их решения совместно с фрод-аналитиками и бизнес-заказчиками, формулирование гипотез и их проверка; Построение воспроизводимых и переиспользуемых решений для работы с данными и моделями Взаимодействие с командами инженеров и участие в интеграции решений в промышленную эксплуатацию; Требования Хорошие знания Python 3 Опыт работа с Pandas, SQL, Spark/PySpark, Hive и др. инструментами для анализа малых и больших данных; Опыт использования ML библиотек и алгоритмов на Python (xgboost/lightgbm/catboost, sklearn, …), понимание особенностей и границ применимости; Знание мат. статистики и теории вероятностей, линейной алгебры, математического анализа; 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 работы с Git Опыт работы с Linux Знание английского языка (чтение документации и статей) Будет плюсом: Знание Scala Знание одного из фреймворков DeepLearning (Keras/Tensorflow/PyTorch) Опыт автоматизации пайплайнов работы с данными (Airflow и др.), а также ML-пайплайнов (DVC и др.) Опыт работы с AutoML Условия Молодая и активная команда, состоящая преимущественно из DS и DE. Наличие мощного кластера и сред разработки, включая GPU Возможность поработать с действительно большими объемами данных и сделать значимый вклад в борьбу с мошенничеством в стране