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
Для оформления и прохождения онбординга необходимо посетить наш офис в Ташкенте. Мы оплачиваем билеты и проживание на 2 недели.
Команда AVO SERVICES AND TECHNOLOGY создает новый технологичный розничный банк на рынке Узбекистана. Основная концепция сервиса — самостоятельное получение клиентами банковских услуг через мобильное приложение и устройства самообслуживания. В команде есть собственная Feature Platform для разработки и переиспользования признаков в обучении, пакетных расчётах и production-инференсе.
задачи
Разрабатывать модели и аналитические подходы для клиентских сценариев: propensity, churn/retention, uplift, LTV, next best offer / next best action, сегментация и таргетинг;
Проектировать признаки на основе клиентского поведения, транзакций, продуктовой активности, коммуникаций и истории взаимодействия с банком;
Проверять продуктовые гипотезы, выбирать корректные метрики и оценивать влияние моделей на бизнес;
Разрабатывать и валидировать фичи для обучения, пакетных процессов и production-инференса;
Участвовать в запуске ML-решений вместе с engineering-командой: от пилота до регулярного production-расчёта и мониторинга качества после релиза.
требования
Опыт работы в Data Science / ML на продуктовых или клиентских задачах;
Сильная база в прикладной статистике и машинном обучении;
Уверенное владение Python и SQL для работы с данными;
Практический опыт с табличными ML-моделями и современным DS-стеком: sklearn, CatBoost/LightGBM или аналогичные инструменты;
Умение связывать качество модели с бизнес-метриками: конверсией, удержанием, выручкой, экономией бюджета, LTV и эффективностью коммуникаций;
Опыт работы с временными и поведенческими данными;
Способность доводить задачу до результата вместе с бизнесом, аналитиками, DWH и engineering-командами;
Будет плюсом опыт в fintech, banking, telecom, e-commerce, subscription-бизнесе или другом продукте с большой клиентской базой, практика в uplift modeling, causal inference, A/B-тестах, инкрементальности и оценке реального эффекта ML-решений, опыт работы с feature store / feature platform, понимание production ML-процессов, а также умение понятно объяснять результаты.
условия
Трудоустройство в соответствии с ТК Республики Узбекистан;
Оплачиваемый отпуск и больничные;
Помощь с релокацией в Ташкент;
Выдают технику;
Высокая конкурентная заработная плата;
Для оформления и прохождения онбординга необходимо посетить офис в Ташкенте; билеты и проживание на 2 недели оплачиваются.