Мы – Data Science-команда, которая занимается моделированием поведения кредитных портфелей ФЛ. Работаем сразу с несколькими кредитными продуктами: потребительскими кредитами, ипотекой, автокредитами и POS. Наша основная задача – строить модели, прогнозирующие досрочные погашения по портфелю и моделирование эластичности. В наших задачах много классического ML, временных рядов и прикладной математики. Периодически используем более сложные подходы из DL. Работаем с большими банковскими данными, поэтому существенная часть стэка – Python, pandas, polars, Spark, SQL. При этом от команды требуется не просто обучить модель, а разобраться в бизнес-механике продукта, реализовать расчет на больших данных и объяснить бизнесу полученный результат понятным языком. У нас достаточно много исследовательской свободы: если существующий подход работает недостаточно хорошо или понятно как его улучшить, то можно предложить новый, что приветствуется. Обязанности проводить аналитику и мониторинг работы моделей собирать и подготавливать данные, последующий EDA feature engineering разрабатывать новые ML-моделей (Регрессия, Классификация, Моделирование временных рядов, Кластеризация) оптимизировать скрипты data/model/inference pipelines подготавливать код проекта к проду поддерживать текущую аналитику: багфиксы моделей и выполнение эдхок-запросов. Требования высшее образование (или находишься на последних курсах университета) по техническому направлению имеешь прочный математический фундамент (понимаешь, что под капотом градиентного спуска, знаешь характеристики основных распределений, можешь на пальцах объяснить PCA и МНК) умеешь и любишь писать код на python, стараешься его оптимизировать, не боишься разбираться в чужом коде, а также понимаешь SQL владеешь основными библиотеками для анализа данных (базовый минимум - pandas, numpy, sklearn) имеешь глубокое понимание основных алгоритмов классического ML (основные линейные и древовидные модели). Будет плюсом: интересуешься новыми подходами в мире Data Science участвовал в соревнованиях по ML знаешь что такое ключевая ставка ЦБ Условия комфортный современный офис рядом с м. Кутузовская возможность выбрать удобный график – офис/гибрид срочный трудовой договор на 3 месяца корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития программа адаптации и помощь руководителя на старте (для вакансий уровня Junior) расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ подписка Прайм с возможностью совместного использования на трёх близких вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии