ML-инженер скоринговых моделей

Камаев Богдан Эльмарович; United States; Ibrido; USD 110.000 - 170.000; Tempo pieno

Vantaggi offerti da questo lavoro

ДМС

Бонусы и премии

Обучение за счёт компании

Компенсация спорта

Descrizione del lavoro

Компания ищет Data Scientist, который возьмет модели на продакшн: от гипотезы до внедрения, влияя на бизнес через скоринг, удержание и антифрод. Требуется опыт работы с деревьями градиентного бустинга, временем ряда и продвинутым SQL.

Условия: удалённо или гибрид, ДМС, бонусы по результатам и обучение за счёт компании. Оформление по ТК РФ, компенсация спорта. Реальный шанс влиять на крупные бизнес-процессы и участвовать в конференциях.

Competenze

• Уверенный Python: pandas, numpy, scikit-learn.
• Глубокое знание градиентного бустинга и классических ML-алгоритмов.
• Знание математической статистики и теории вероятностей.
• Опыт проведения A/B-тестов и проверки гипотез.
• Продвинутый SQL.
• Опыт вывода моделей в продакшен.
• Git, код-ревью-культура.
• Опыт от 3 лет.

Mansioni

• Разрабатывать модели на табличных данных: скоринг, отток, LTV, uplift, антифрод.
• Строить модели прогнозирования временных рядов: спрос, нагрузка, финансовые показатели.
• Проводить EDA, генерировать и отбирать признаки (feature engineering).
• Выводить модели в production и поддерживать их: мониторинг качества, дрейф данных, переобучение.
• Оценивать качество моделей (ROC-AUC, Gini, PSI) и эффект внедрения через A/B-тесты.
• Работать в связке с бизнесом: формулировать задачи, проверять гипотезы, презентовать результаты.
• Следить за новыми подходами и внедрять то, что работает.

Conoscenze

Python

pandas

scikit-learn

CatBoost

LightGBM

SQL

A/B тесты

Git

статистика

продакшен

Formazione

Профильное техническое образование

Strumenti

Spark / PySpark

Airflow

MLflow

ETNA

Prophet

Descrizione del lavoro

Описание

Мы используем машинное обучение в ключевых бизнес-процессах: скоринг и оценка рисков, прогнозирование спроса, отток и удержание клиентов, антифрод. Модели работают в продакшене и напрямую влияют на деньги, и мы ищем Data Scientist, который возьмёт их на себя от гипотезы до внедрения. Если ты умеешь не только построить модель на табличных данных, но и показать её эффект для бизнеса — ждём тебя.

Задачи

• Разрабатывать модели на табличных данных: скоринг, отток, LTV, uplift, антифрод;
• Строить модели прогнозирования временных рядов: спрос, нагрузка, финансовые показатели;
• Проводить EDA, генерировать и отбирать признаки (feature engineering);
• Выводить модели в production и поддерживать их: мониторинг качества, дрейф данных, переобучение;
• Оценивать качество моделей (ROC-AUC, Gini, PSI) и эффект внедрения через A/B-тесты;
• Работать в связке с бизнесом: формулировать задачи, проверять гипотезы, презентовать результаты;
• Следить за новыми подходами и внедрять то, что работает.

Требования

• Уверенный Python: pandas, numpy, scikit-learn;
• Глубокое знание градиентного бустинга (CatBoost, LightGBM, XGBoost) и классических алгоритмов ML;
• Знание математической статистики и теории вероятностей;
• Опыт проведения A/B-тестов и проверки статистических гипотез;
• Продвинутый SQL;
• Опыт вывода моделей в продакшен;
• Git, культура код-ревью;
• Опыт от 3 лет.
• Будет плюсом: Опыт в финтехе, банке или ритейле: кредитные риски, антифрод, ценообразование;
• Опыт с временными рядами: Prophet, ETNA, sktime;
• Spark / PySpark, Airflow, MLflow;
• Опыт uplift-моделирования и causal inference;
• Английский для чтения документации и статей;
• Профильное техническое образование

Условия

• Удалённо или гибрид;
• ДМС;
• Бонусы и премии по результатам;
• Оформление по ТК РФ;
• Компенсация спорта;
• Обучение за счёт компании, участие в конференциях.