Data Scientist

Дата размещения вакансии: 07.09.2026
Работодатель: МТС Банк
Уровень зарплаты:
з/п не указана
Город:
Москва
проспект Андропова 18к1
Требуемый опыт работы:
От 1 года до 3 лет

МТС Банк – одно из ключевых направлений развития Группы МТС. Мы развиваем цифровые финансовые продукты и сервисы на стыке банкинга и телекома.

Команда занимается разработкой и внедрением ML-моделей, направленных на повышение эффективности CVM-кампаний и доходности клиентской базы. Основные направления работы включают прогнозирование склонности клиента к продуктам и каналам коммуникаций, а так же за маркетинговую оптимизацию коммуникаций на основе моделей.

Команда отвечает за полный цикл внедрения моделей: от поиска и подготовки данных до промышленного запуска, проведения A/B тестов, анализа бизнес-эффекта и масштабирования решений.

Чем предстоит заниматься:

  • разрабатывать ML-модели прогнозирования склонности клиентов к продуктам и каналам коммуникаций
  • отвечать за маркетинговую оптимизацию для повышения доходности базы
  • готовить данные для обучения и применения моделей
  • исследовать новые источники данных и отвечать за разработку признаков для повышения качества моделей
  • проводить полный цикл обучения, валидацию и внедрение моделей в промышленную эксплуатацию
  • оценивать качество моделей на исторических данных и в реальных пилотах
  • проводить A/B тестирования и анализировать результаты внедрения моделей
  • заниматься мониторингом качества моделей и организацию процессов переобучения

Наши пожелания к кандидату:

  • техническое/математическое/экономическое образование
  • Python, машинное обучение (sklearn, catboost/lightgbm/xgboost, statsmodels, numpy/pandas), визуализация и профилирование данных
  • опыт работы с mlops (mlflow, dvc, git, docker), опыт организации пайплайнов обучения в виде модулей и пайплайнов в kedro/dvc/mlflow будет плюсом
  • SQL, написание и оптимизация запросов
  • Airflow
  • опыт работы с Oracle будет плюсом
  • опыт работы с задачей математической оптимизации в маркетинге или operational research (SAS, Python MIP, PYOMO и аналоги) будет плюсом