Наша команда занимается разработкой и внедрением в бизнес-процессы метрики CLTV (Client Life-Time Value) розничных клиентов Сбера. Мы ищем Data Scientist’a для работы с моделями последовательностей событий (Transformer, LSTM, RNN) и c классическим ML на табличных данных, который сможет имплементировать SOTA ML-решения в модели прогнозирования CLTV. Обязанности Разработка ML-моделей для базы 100+ млн розничных клиентов Сбербанка Поиск, подготовка и анализ данных в различных разрезах Совместно с методологами формирование и согласование архитектуры моделей CLTV Разработка подхода по расчету чувствительности прогнозов к изменению входных параметров (эластичность к действиям банка/свойствам клиента) Разработка подхода прогнозирования остатков по банковским продуктам Взаимодействие с командой контрагентов – методологи, DE, бизнес пользователи Требования Отличные знания в области классического data science / математики / статистики Опыт работы с архитектурами Transformer/LSTM/RNN на численных данных и нетекстовых последовательностях Умение писать чистый код на Python и SQL (PySpark) Опыт решения бизнес-задач «под ключ»: от постановки задачи до вывода в пром Знание SQL, умение писать сложные запросы Будет плюсом: Опыт работы с pyspark/hadoop Знание принципов A/B тестирования Понимание банковского или финансового бизнеса. Условия Комфортный современный офис рядом с м. Кутузовская Гибридный формат работы Ежегодный пересмотр зарплаты. Годовая премия Корпоративный спортзал и зоны отдыха Более 400 образовательных программ СберУниверситета для профессионального и карьерного развития Программа адаптации и помощь руководителя на старте Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа Гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров Вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии