В команду разработки бизнес моделей CRM модеирования розничного бизнеса ищем TeamLead DS.
Примеры решаемых задач: профилирование и сегментирование клиентов, задачи поиска и привлечения ВИП клиентов, анализ интересов, склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, к каналам коммуникации (next best action, best channel, best time to call), системы рекомендаций продуктов и услуг, прогнозирование суммы сбережений, прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия, аналитика точек продаж, анализ инвестиционного риск-аппетита, задачи оптимизации, выявление родственных связей, анализ отзывов в сети Интернет и суммаризация текстов обращений, прогнозирование LTV и др.
Обязанности: - работа с Hadoop (Impala, Spark) в Jupyter Hub;
- наиболее часто применяемые методы: деревья решений, бустинги, лог.регрессия, различные методы кластеризации, ALS/SVD, методы NLP, нейросети для анализа транзакционных данных, текстовой аналитики, для создания эмбеддингов;
- активный knowledge sharing внутри команды и управления, brainstorming;
- выступаем на конференциях, публикуем статьи, по возможности занимаемся RnD;
- ведение проектов по Agile/Scrum в Cфера (аналог Jira и Confluence), Gitlab+BitBucket+MLFlow.
Требования: - опыт работы в банковском/финансовом/телеком/ритейл/консалтинг секторе от 4-х лет в роли DS / тим лида DS, понимание банковских бизнес-процессов, опыт в моделировании;
- уверенное владение Python, Spark;
- знание алгоритмов ML: деревьев решений и случайных лесов, регрессии, бустингов, кластеризации, временных рядов и др., понимание принципов работы рекомендательных систем и лежащих в основе алгоритмов;
- знание DL приветствуется: опыт обучения и использования нейросетей и предобученных моделей (RNN, LSTM, BERT, GPT);
- опыт работы с текстовыми данными приветствуется (NLP: поиск ключевых слов, анализ тональности, задачи суммаризации и др.);
- развитые навыки soft-skills;
- опыт написания ТЗ, БТ, проектной документации;
- способность поддержки full-stack разработки от сбора требований к задаче до реализации, документации и последующего мониторинга моделей;
- наличие публикаций по ML/DL, опыт выступления на ML-конференциях – как плюс;
- умение работать в условиях многозадачности, самостоятельность, стрессоустойчивость;
- набор специалистов по DS профилю в команду.