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.