freehire launches on Product Hunt on 26 August.

Follow →

Middle/Senior Data Scientist (Транзакционный банкинг B2C)

Summary

Build ML models for B2C banking: propensity scoring, NLP on client feedback, credit-limit management, and churn prediction, then ship production-ready code via MLOps pipelines.

Управление развития Искусственного Интеллекта блока «Транзакционный банкинг B2C» ищет профессионала на позицию Middle Data Scientist. Мы занимаемся разработкой и внедрением ML-моделей на огромной клиентской базе B2C, чтобы своевременно предлагать клиентам кредитные карточные продукты, персонализировать условия обслуживания и автоматизировать поддержку клиентов. Мы работаем над: * модели склонности и отклика и для СберБанк Онлайн и других каналов дистрибуции карточных продуктов. * NLP-моделями на текстовых данных (анализ обращений, чатов, отзывов клиентов для улучшения карточных продуктов). * продвинутыми подходами в классическом ML: управление лимитом кредитной карты, uplift-моделирование маркетинговых кампаний, прогнозирование оттока и выхода из грейс-периода, feature engineering на больших данных* строить ML-модели на основе различных данных: табличные, последовательности событий (транзакции по картам, кликстрим, операции), текстовые * писать production-ready код и передавать его в CI/CD-пайплайн команды MLOps (вы отвечаете за качество кода и воспроизводимость) * улучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной среде * предлагать и обосновывать внедрение новых ML-моделей в процессы банка, сопровождать интеграцию моделей в бизнес-процессы кредитования и обслуживания карт * выдвигать data-driven гипотезы и предложения по запуску новых механик и карточных продуктов, а также находить инсайты в данных.* глубокое знание классического ML и опыт применения к реальным бизнес-задачам (градиентный бустинг, NLP-алгоритмы). * понимание основных Deep Learning подходов. * продвинутое знание SQL (оконные функции, оптимизация плана запроса). * отличное знание Python, в том числе библиотек lightgbm, pandas, numpy, sklearn, torch. * опыт работы с Hadoop, PySpark (оптимизация запросов, работа на общем кластере), Greenplum. * опыт работы с кредитными и/или дебетовыми картами: понимание бизнес-процессов кредитования, скоринга, управления лимитами, персонализации предложений будет вашим преимуществом.* 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 Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

See also