з/п не указана
Москва
От 3 до 6 лет
КЛЮЧЕВЫЕ ЗАДАЧИ:
- Поддержание, дообучение текущего портфеля моделей (бинарная классификация);
- Проведение исследований по поиску новый переменных из внутренних и внешних источников с целью улучшения метрик качества моделей;
- Участие в проведении графовой аналитики (выделение домохозяйств), создании моделей uplift и NBO/NBA (rec sys).
ЧТО МЫ ЖДЕМ:
- Уверенное владение методами статистики, машинного обучения, работы с реляционными базами данных;
- Опыт самостоятельного прохождения полного цикла DS/ML продуктов – от сбора требований и данных до мониторинга работы модели и вывода ее в production;
- Умение ясно и чётко излагать мысли, интерпретировать результаты работы, ответственность, инициативность, концентрированность, способность к самостоятельной работе;
- Знания SQL, Python и библиотек для ML (CatBoost, Statsmodels, Pandas, Scikit Learn, SciPy)
Наш стек:
- SQL (CTE, подзапросы, оконные функции, оптимизация запросов);
- Python (pandas, sklearn, catboost, shap);
- Git, mlflow, jupyterhub.
Плюсом будут:
- Высшее математическое образование;
- Опыт работы в страховых компаниях, банках.
