Обязанности:
Мы — амбициозная и дружная команда, ежедневно исследующая данные корпоративных клиентов Сбербанка. Наши модели – двигатель не имеющих аналогов в России продуктов в сфере управления рисками корпоративных клиентов. Сводная статистика о нас: Мы решаем задачи по 8 основным направлениям (от монументального ПВР до всеобъемлющих графов и молодого и амбициозного ESG); 95% наших моделей разрабатываются с применением облачных технологий; Мы придерживаемся единого стандарта работы, используем JIRA/Confluence/BitBucket, у нас есть единый бэклог; 25% нашей команды имеют западное образование и опыт работы в странах Европы; Мы сотрудничаем с передовыми ВУЗами в 3-ёх городах России; Просрочка по кредитному продукту на основе наших моделей стремится к 0. В команде с заказчиками мы: Погружаемся в предметную область; Прорабатываем постановку задачи; Ищем и исследуем данные; Выбираем оптимальные методы моделирования; Разрабатываем и верифицируем модели; Готовим отчеты о разработке и презентуем результаты; Мониторим модели; Наслаждаемся результатом. В рамках работы над задачей мы будем: Разрабатывать и улучшать инструменты для машинного обучения (внутренние наработки, библиотеки); Использовать прогнозное моделирование, чтобы оптимизировать бизнес риск метрики; Работать в команде с портфельными менеджерами, чтобы понять нужды бизнеса и предложить возможные решения; Разрабатывать модели машинного обучения; Разрабатывать архитектуру пилотов для тестирования гипотез; Прокачивать коллег и развиваться самим. Качественные факторы кандидатов с высоким Feature important: Диплом в области компьютерных наук, статистики, прикладной математики или другой релевантной области; Опыт работы от 3х лет с одной или несколькими СУБД: Oracle, MS SQL, Teradata либо СУБД стэка Bigdata Опыт работы с хранилищами данных от 1го года Опыт работы в роли аналитика с функцией подготовки выгрузки данных для заказчика Сильные компетенции в области реляционных СУБД и хранилищ данных: 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), а также знание их преимуществ, недостатков и ограничений; Приветствуется знание принципов работы нейронных сетей и опыт использования библиотек для их обучения (Keras/PyTorch/TensorFlow); Знание Python и основных DS библиотек; Отличные знания английского языка (устный и письменный) как преимущество; Опыт в распределённых/параллельных вычислениях с помощью следующих технологий: Hadoop, Spark, Dask и другие как преимущество; А ещё у нас есть: Развитая IT архитектура. Мощный GPU кластер, возможность расчётов на суперкомпьютере top30 в мире; Работа над передовыми задачами в банковском секторе; Постоянное развитие: обучающие курсы от лучших университетов и компаний (МФТИ, ВШЭ, NVIDIA и другие), участие в международных конференциях; Большую сильную команду; Развитое DS community.Похожие вакансии
Договорная
Москва. Станции метро: Кутузовская
Страховая компания Сбербанк страхование
Договорная
Москва. Станции метро: Кутузовская
Страховая компания Сбербанк страхование