Middle data scientist (команда CRM и модели оптимизации)
Summary
Middle data scientist builds ML models for CRM and retail banking: customer segmentation, product recommendations, churn prediction, and NLP for transactional/text data.
В команду разработки бизнес моделей CRM моделирования розничного бизнеса ищем разработчика моделей уровня middle.
Примеры решаемых задач:
- профилирование и сегментирование клиентов;
- задачи поиска и привлечения ВИП клиентов;
- анализ интересов, склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, к каналам коммуникации;
- системы рекомендаций продуктов и услуг;
- прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия;
- анализ инвестиционного риск-аппетита;
- анализ отзывов в сети Интернет и суммаризация текстов обращений, прогнозирование LTV и др;
- наиболее часто применяемые методы: деревья решений, бустинги, лог.регрессия, различные методы кластеризации, ALS/SVD, методы NLP, нейросети для анализа транзакционных данных, текстовой аналитики, для создания эмбеддингов;
Обязанности:
- разработка моделей прогнозирования склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, к каналам коммуникации (next best action, best channel, best time to call);
- разработка систем рекомендаций продуктов и услуг, прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия;
- ведение проектов по Agile/Scrum в Cфера (аналог Jira и Confluence), Gitlab+BitBucket+MLFlow.
- опыт работы в моделировании от 2-х лет в роли DS, понимание банковских бизнес-процессов;
- уверенное владение Python, Spark;
- знание алгоритмов ML: деревьев решений и случайных лесов, регрессии, бустингов, кластеризации, временных рядов и др.;
- понимание принципов работы рекомендательных систем и лежащих в основе алгоритмов;
- будет плюсом опыт работы с текстовыми данными (NLP: тематическое моделирование, поиск ключевых слов, анализ тональности, задачи суммаризации, шаблонизации и др.);
- знание DL приветствуется: опыт обучения и использования нейросетей и предобученных моделей (RNN, LSTM, BERT, GPT);
- приветствуется опыт выступления на конференциях, публикации статей;
- ценится проактивный и творческий подход в решении задач.