data scientist в финансовых потоках

HireHi; United States; Hybrid; USD 120,000 - 180,000; Full time

Benefits offered by this job

Гибкий график

Полная удалёнка или гибрид

ДМС с первых дней

Job summary

HireHi ищет специалиста по Data Science для разработки и внедрения ML-решений по оценке транзакций в реальном времени, предотвращению мошенничества и рисков комплаенса.

Требуется высшее техобразование, 2+ года опыта в Data Science, уверенное владение Python и SQL, навыки вывода моделей в продакшн и знание бустингов, регрессии и ранжирования. Гибкий график, удалёнка или гибрид, ДМС и перспективы роста.

Qualifications

• Опыт работы в Data Science не менее 2 лет.
• Умение выводить модели в продакшн.
• Знание основ статистики, A/B-тестов и оптимизации.
• Уверенное владение Python и продвинутый SQL.
• Знание бустингов, регрессии, ранжирования и классификации.

Responsibilities

• Погружаться в контекст платформы и изучать данные и инфраструктуру.
• Анализировать бизнес-процессы и выявлять уязвимые места и точки роста.
• Пробовать подходы ML: классификацию, кластеризацию, ранжирование, нейросетевые решения.
• Сравнивать экспериментальные модели с текущим решением и оценивать преимущества.
• Валидировать модели офлайн-метриками и обеспечивать статистическую значимость улучшений.
• Готовить аналитические отчёты и внедрять решения в продакшн.

Skills

Python

SQL

Data Science

Production deployment

ML methods

Education

Высшее техническое образование

Tools

PySpark

Job description

Описание

Платформа интеллектуального управления безопасностью финансовых потоков использует ML-решения для оценки транзакций в реальном времени на предмет мошенничества, комплаенс-рисков и других нежелательных действий. В работе применяются методы машинного обучения, прикладной математики и статистики.

Задачи

• Погружаться в бизнес-контекст платформы ограничений, изучать доступные данные и инфраструктуру высоконагруженных сервисов, обрабатывающих миллионы транзакций в день;
• Анализировать бизнес-процессы и выявлять их уязвимые места и точки роста;
• Пробовать подходы машинного обучения: классификацию, кластеризацию, uplift-модели, ранжирующие модели и нейросетевые решения;
• Сравнивать экспериментальные модели с текущим решением, оценивая их преимущества и недостатки;
• Валидировать модели с помощью офлайн-метрик и проверять статистическую значимость прироста точности;
• Подготавливать аналитические статьи или отчёты со сравнением методов и обоснованием выбора оптимального решения;
• Запускать в продакшн лучшие протестированные решения и обеспечивать их интеграцию в существующую систему управления ограничениями.

Требования

• Высшее техническое образование;
• Опыт работы в Data Science от 2 лет;
• Опыт вывода моделей в продакшн;
• Уверенное владение Python и продвинутый SQL;
• Опыт решения задач классического машинного обучения: бустинги, регрессия, ранжирование и классификация;
• Знание статистики, A/B-тестов и основ оптимизации, понимание принципов работы используемых методов;
• Умение объяснять сложные решения бизнесу, проактивность в поиске точек роста и генерации идей;
• Будет плюсом PySpark.

Условия

• Квартальная премия по результатам KPI;
• Гибкий график: время можно планировать самостоятельно и согласовывать с командой;
• Полная удалёнка или гибрид на выбор;
• ИТ-хабы в Москве, Санкт-Петербурге и Екатеринбурге, сезонный коворкинг в Сочи;
• ДМС с первых дней работы, включая стоматологию, обслуживание в клиниках, страхование и компенсацию 10 дней больничного;
• Возможность вертикального и горизонтального карьерного роста;
• Тренинги, вебинары, митапы и демо-дни;
• Оплата профильных конференций и курсов, помощь с подготовкой к публичным выступлениям и написанием статей на Хабр;
• Доступ к корпоративным библиотекам Alpina Digital, МИФ и бизнес-изданиям;
• Программа развития AI-грамотности с треками по работе с нейросетями от базового до продвинутого уровня.