Наша команда занимается управлением модельным риском, возникающим в результате некорректной работы моделей. Этот риск может приводить к финансовым и репутационным потерям. Главным образом, мы работаем с моделями на табличных данных. Также анализируем модели NLP. Пишем методики оценки рисков, разрабатываем валидационные тесты на Python. В ходе валидации, погружаемся в бизнес-процесс и строим альтернативные решения. Также настраиваем и проводим регулярный мониторинг моделей. Мы автоматизируем процессы, как при помощи агентов, так и используя не агентские технологии и внутренние платформы. Обязанности оценка качества моделей Classic ML: uplift, отклик, мультикласс, мультилейбл так же оценка работы модели и ее применимости в бизнес-процессе, верификация эффекта модели на бизнес исследование подхода к моделированию и валидации, улучшение методологии, применение передовых технологий и распространение наработки автоматизация процессов (валидация, мониторинг и т.д.), как с использованием агентов, так и без. Требования высшее образование в области технических / физико-математических наук знание классического машинного обучения опыт работы и понимание подходов, используемых в кампейнинге: uplift, PyBoost, модели отклика, модели склонности понимание основ A/B тестирования. знание Python и библиотек анализа данных: PyTorch, HuggingFace и Transformers знание PySpark, SQL опыт модельной аналитики и управления модельным стеком в бизнес-процессе знание основ NLP. Будет преимуществом: опыт построения агентов/ агентных систем, понимание принципов их работы, коммуникации и оркестрации. Условия комфортный современный офис: г. Москва, метро Кутузовский пр. формат работы– офис 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 (медицинское страхование), льготное страхование для семьи ипотека для сотрудников бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.
Похожие вакансии