Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Ozon Банк — подразделение Ozon, которое создаёт финансовые продукты и сервисы для физических и юридических лиц. Команда антифрода защищает пользователей от мошенничества с помощью аналитики, машинного обучения и инфраструктуры.
задачи
Разрабатывать и поддерживать ML-модели полного цикла — онбординговые и транзакционные — на кредитных продуктах Ozon Банка;
Анализировать большие объёмы данных для обнаружения аномалий и паттернов мошенничества;
Участвовать в развитии графовой аналитики антифрода — R&D и прикладное использование;
Настраивать мониторинг продакшн-моделей: алерты, анализ дрейфа, реакция на инциденты и процессы;
Интегрировать внешние источники скоров — от оценки экономики поставщика до организации ретро и коммуникации с закупками и юристами;
Работать напрямую с заказчиками и доводить задачи до измеримого результата и экономического эффекта;
Участвовать в создании реалтайм ML-сервисов и правил-эвристик;
Автоматизировать процессы обработки и анализа данных.
требования
Опыт работы в Data Science от 3 лет, из них минимум 1–2 года в антифроде, кредитном скоринге или близких задачах в банке или финтехе;
Уверенное владение Python и библиотеками для анализа данных и машинного обучения;
Глубокое понимание алгоритмов машинного обучения и опыт их применения на практике;
Опыт полного жизненного цикла ML — от фича-инжиниринга до деплоя и мониторинга в проде;
Опыт работы с MLflow или аналогом;
Отличные знания SQL и умение писать сложные запросы, включая оконные функции;
Опыт работы с большими данными: ClickHouse, Vertica, Spark или Hadoop;
Бизнес-ориентированность и умение считать экономический эффект модели;
Умение объяснять заказчику технические метрики на языке бизнеса;
Самостоятельность в проектах и способность довести кейс с нуля до прода без постоянного контроля;
Умение работать с данными и видеть закономерности;
Навыки работы с инструментами визуализации данных;
Гибкость и умение быстро переключаться между задачами;
Будет плюсом опыт построения realtime-моделей и их интеграции в продукты, опыт с графовыми методами и графовыми БД, опыт интеграции и переговоров с внешними поставщиками скоров, опыт наставничества и менторинга младших сотрудников, знание регуляторики ЦБ в части антифрода.