data scientist для индивидуального ценообразования

Проект Сбера направлен на внедрение системы индивидуального ценообразования и увеличение прибыли банка посредством персонализированных предложений клиентам.

• Глубоко анализировать данные для построения и калибровки моделей;
• Строить модели оценки эластичности спроса на кредит в зависимости от ставки;
• Разрабатывать, обучать и валидировать ML-модели для индивидуального ценообразования: регрессионные модели, градиентный бустинг и модели обучения с подкреплением для динамического ценообразования;
• Анализировать и интерпретировать результаты A/B-тестов ценовых стратегий, оценивать их влияние на выручку, маржу, конверсию и LTV;
• Строить и оптимизировать симуляционные среды для предварительной оценки эффекта изменений цен.

• От 3 лет практического опыта применения машинного обучения и анализа данных для решения бизнес-задач;
• Продвинутые знания статистики, эконометрики и методологии проведения A/B-тестов;
• Понимание принципов микроэкономики и теории цен;
• Опыт разработки и внедрения в production моделей, напрямую влияющих на финансовые показатели;
• Продвинутые знания SQL и Python;
• Опыт работы с Python-библиотеками Scikit-Learn, LightGBM, CatBoost, XGBoost, PyTorch, TensorFlow и библиотеками для RL, а также со Spark (PySpark) и базами данных Greenplum, PostgreSQL, ClickHouse;
• Будет плюсом опыт построения систем динамического ценообразования или моделей на основе обучения с подкреплением.

• Ежегодный пересмотр зарплаты, квартальная и годовая премия;
• Корпоративный спортзал и зоны отдыха;
• Более 400 образовательных программ СберУниверситета;
• Программа адаптации и помощь руководителя на старте;
• Расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа;
• Льготный дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ;
• Подписка Прайм с возможностью совместного использования на трёх близких;
• Вознаграждение за рекомендацию друзей в команду Сбера.