Data Scientist (Аналитик данных)

Чем предстоит заниматься?

• Разработка предиктивных моделей, подготовка и внедрение моделей в prod
• Участие во всех циклах ML разработки: подготовка необходимых данных (анализ источников, очистка, преобразование), построение моделей, тестирование алгоритмов на работоспособность, функциональное тестирование для проверки выполнения бизнес задачи, документирование, настройка мониторингов, взаимодействие с Devops для продуктивизации разработки;
• Разработка витрин данных для моделирования;
• Разработка моделей склонности клиентов к продуктам, сервисам, каналам коммуникации;
• Разработка моделей приоритизации предложений на клиента (NBO,NBA) выбора канала коммуникации;
• Работа с портфелем клиентов (задачи кластеризации, сегментации) ;
• Моделирование прогноза транзакционной активности( объем трат, категории транзакций) ;
• Моделирование событий оттока, предооттока по продуктам, по клиенту ;
• Задачи uplift моделирования;
• Прогнозирование LTV;
• Проверка гипотез,a/b тестирование совместно с аналитиками, campaign командой.

Что мы предлагаем:

• Стабильная заработная плата и годовое премирование;
• Офис в шаговой доступности от м. Цветной бульвар
• Удобный график работы 5/2 с 9.00 до 18.00;
• Гибридный формат работы;
• Оплачиваемый отпуск, ДМС (включая стоматологию), страхование при выезде за рубеж;
• Бесплатную круглосуточную поддержку юриста, психолога, врача телемедицины и финансового консультанта;
• Корпоративные мероприятия для сотрудников и их детей;
• Специальные акции от компаний-партнеров;
• Программы признания особых достижений сотрудников;
• Участие в спортивных командах МКБ по мини-футболу, хоккею, кибер спорту и др.;
• Участие в благотворительных и социально значимых активностях.

Какие навыки потребуются?

• Опыт реализации проектов в области AI / ML, разработка продуктов на основе AI;
• Понимание жизненного цикла AI-решения;
• Уверенное владение SQL, Python (Pandas, Scikit-learn, NumPy, Matplotlib, Xgboost, CatBoost, Gensim, NLTK)
• Отличные знания статистики, алгоритмов ML (decision tree, random forest, gradient boosting, регрессии, кластеризации, временные ряды).
• Опыт работы с неструктурированными данными (NLP,тематическое моделирование, поиск ключевых слов)