📍 Москва (м. Белорусская)Офис или гибрид
Специализация
Data Science / Machine Learning
Банк Хоум Кредит — один из лидеров российского рынка потребительского кредитования и один из самых быстрорастущих банков 2021 года.
Входит в топ-30 российских банков по величине активов, топ-3 лучших российских банков по версии The Banker и глобальный рейтинг лучших банков по версии журнала Forbes.
Мы команда исследований и инноваций и сейчас находимся в поисках коллеги для решения задач анализа данных в ключевых сценариях розничного банка (кредитный скоринг, ценообразование, коллекшен). Данная вакансия позволит поучаствовать в полном цикле создания моделей машинного обучения от появления идеи до внедрения в продакшен в ключевых банковских сценариях. Вы сможете познакомиться с гибридными (не только ML) методами анализа данных, используемыми в банке, плотно поработаете с DataOps / MLOps инструментами.
Технологии/инструменты
SQLPythonXGBoostLightGBMNumpyPandasGitMatplotlib/Plotly
Чем предстоит заниматься
- Изучение деталей устройства бизнес-процессов банка (скоринг, коллекшен): бизнес-метрики, структура витрин, данные, доступные в продакшен.
- Написание SQL-скриптов для подготовки обучающих выборок.
- Написание ML-пайплайнов на Python.
- Сравнение разных ML-алгоритмов между собой.
- Дизайн пилотных проектов, оценка результатов пилотных проектов с помощью АБ-тестов.
- Перенос полезных функций и классов во внутреннюю библиотеку в Git.
Кого ищем
- Глубокое понимание классических табличных алгоритмов машинного обучения для решения задач классификации и регрессии (линейные алгоритмы, градиентный бустинг, особенности XGBoost, LightGBM).
- Статистическое мышление, глубокое знание статистических тестов, опыт проектирования АБ-тестов.
- Отличное знание библиотек Numpy, Pandas, хотя бы одной из библиотек визуализации (Matplotlib / Plotly).
- Отличное знание SQL для написания аналитических запросов.
- Знание и опыт использования Git.
Дополнительные преимущества:
- Понимание принципов работы операционной системы. Знание основ и опыт использования ОС Linux (Bash).
- Опыт использования MLOps-инструментов (например, Kedro, DVC, MLFlow, Seldon).
- Опыт использования технологий Big Data (например, Apache Hadoop, Spark, Kafka).
- Знание и опыт использования линейного / дискретного программирования.
- Опыт в uplift моделировании и ценообразовании.
Что предлагаем
- Фиксированный оклад + система премирования.
- Социальный пакет.
- Офис: м. Белорусская.
- Гибридный формат работы.
- Команда, открытая самым смелым идеям.
- Внутренние программы обучения и развития.
- Высокий уровень ответственности и возможность самостоятельно принимать решения.
- Атмосфера, где легко оставаться собой: минимум формализма, открытые коммуникации и отсутствие дресс-кода.
Анастасия Капустина Talent Acquisition
