Summary
Builds and deploys machine-learning models for retail-loan products (early repayment, elasticity, refinancing, anomaly detection) using Python, Spark, and ML/DL frameworks in a Moscow office.
Основным направлением работы команды является разработка моделей по продуктам кредитов физических лиц (КФЛ) для Блока Финансы. Ключевыми задачами являются:
\* Модели досрочного погашения кредитов/вкладов ФЛ на портфельном/клиентском уровне
\* Модели эластичности КФЛ
\* Модели рефинансирования КФЛ
\* Модели детекции аномалий по НОСТРО счетам* сбор и подготовка данных (Hadoop, pyspark)
* тестирование различных гипотез
* полный пайплайн разработки модели (бустинг, нейронные сети, временные ряды)
* общение с заказчиками и DE.* опыт работы Data Scientist от 2 лет
* образование по направлениям "Математика", «Физика», «Мат. методы в экономике (желательно выпускники - МГУ, МФТИ, ВШЭ и других ведущих вузов страны)
* глубокие знания в области теории вероятностей, статистики.
* понимания алгоритмов ML-моделей (регрессии, классификации, и т. д.)
* владение Python (numpy, sklearn, pandas, matplotlib/seaborn/plotly, catboost/lightgbm/xgboost, etc.)
* как плюс будет владение одним из фреймворков DL, pyspark.* комфортный современный офис рядом с м. Кутузовская
* офисный формат работы
* ежегодный пересмотр зарплаты, квартальная и годовая премия (премия указывается в зависимости от должности и системы премирования)
* 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.