Обязанности:
КЛЮЧЕВЫЕ ЗАДАЧИ: Поддержание, дообучение текущего портфеля моделей (бинарная классификация); Проведение исследований по поиску новый переменных из внутренних и внешних источников с целью улучшения метрик качества моделей; Участие в проведении графовой аналитики (выделение домохозяйств), создании моделей uplift и NBO/NBA (rec sys). ЧТО МЫ ЖДЕМ: Уверенное владение методами статистики, машинного обучения, работы с реляционными базами данных; Опыт самостоятельного прохождения полного цикла DS/ML продуктов – от сбора требований и данных до мониторинга работы модели и вывода ее в production; Умение ясно и чётко излагать мысли, интерпретировать результаты работы, ответственность, инициативность, концентрированность, способность к самостоятельной работе; Знания SQL, Python и библиотек для ML (CatBoost, Statsmodels, Pandas, Scikit Learn, SciPy) Наш стек: SQL (CTE, подзапросы, оконные функции, оптимизация запросов); Python (pandas, sklearn, catboost, shap); Git, mlflow, jupyterhub. Плюсом будут: Высшее математическое образование; Опыт работы в страховых компаниях, банках.Похожие вакансии