.svg)
Про зарплаты
Анонимные данные по зарплатам и грейдам.
Можно сверить вилку с рынком.
10 сен
senior data scientist Soft Collection
ориентир по рынку
вакансия
зп не указана
в среднем
257 468 ₽
мэтч
Загрузи резюме, чтобы видеть мэтчи с вакансией
подготовьтесь к отклику
ai-инструментыЧтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Halyk — банк, предоставляющий частным клиентам и бизнесу кредиты, депозиты, карты, переводы, эквайринг, гарантии и цифровые банковские сервисы.
задачи
- Разрабатывать ML-модели для задач Soft Collection: propensity-to-pay, прогнозировать выход из просрочки и recovery, приоритизировать клиентов, прогнозировать эффективность коммуникаций и сегментировать клиентскую базу;
- Разрабатывать подходы Next Best Action и Next Best Offer для выбора оптимального действия по каждому клиенту;
- Исследовать поведение клиентов и находить закономерности для collection-стратегий;
- Проводить feature engineering и работать с большими объёмами структурированных данных;
- Экспериментировать с алгоритмами CatBoost, LightGBM, XGBoost, Random Forest, Logistic Regression и другими;
- Оценивать модели по ML-метрикам и бизнес-эффекту;
- Проводить A/B-тесты и участвовать в оценке causal impact collection-стратегий;
- Разрабатывать и внедрять модели в production совместно с ML Engineering и MLOps;
- Мониторить производительность моделей и участвовать в их регулярном переобучении;
- Взаимодействовать с Data Analysts, MLOps, Risk, Collection и бизнес-командами;
- Технически развивать менее опытных специалистов команды.
- Разрабатывать подходы Next Best Action и Next Best Offer для выбора оптимального действия по каждому клиенту;
- Исследовать поведение клиентов и находить закономерности для collection-стратегий;
- Проводить feature engineering и работать с большими объёмами структурированных данных;
- Экспериментировать с алгоритмами CatBoost, LightGBM, XGBoost, Random Forest, Logistic Regression и другими;
- Оценивать модели по ML-метрикам и бизнес-эффекту;
- Проводить A/B-тесты и участвовать в оценке causal impact collection-стратегий;
- Разрабатывать и внедрять модели в production совместно с ML Engineering и MLOps;
- Мониторить производительность моделей и участвовать в их регулярном переобучении;
- Взаимодействовать с Data Analysts, MLOps, Risk, Collection и бизнес-командами;
- Технически развивать менее опытных специалистов команды.
требования
- От 3 лет коммерческого опыта в Data Science или ML;
- Отличное знание Python, SQL, pandas, NumPy и scikit-learn;
- Сильная база в статистике и машинном обучении;
- Практический опыт с градиентным бустингом и классификационными моделями;
- Понимание cross-validation, feature selection, feature importance и model calibration;
- Опыт работы с несбалансированными наборами данных;
- Знание основных ML-метрик: ROC-AUC, PR-AUC, Gini, Precision, Recall и F1;
- Опыт проведения и интерпретации A/B-тестов;
- Умение самостоятельно пройти полный цикл: от бизнес-задачи и данных до модели, валидации, production и мониторинга;
- Хорошее понимание создания бизнес-ценности с помощью ML-моделей;
- Будет плюсом опыт в банке, fintech, credit risk или collection, знание PD, LGD, EAD, roll rate, cure rate и recovery rate, опыт с uplift modeling и causal inference, опыт разработки decisioning-систем, опыт работы с MLflow, Airflow, Docker, Kubernetes или облачной инфраструктурой.
- Отличное знание Python, SQL, pandas, NumPy и scikit-learn;
- Сильная база в статистике и машинном обучении;
- Практический опыт с градиентным бустингом и классификационными моделями;
- Понимание cross-validation, feature selection, feature importance и model calibration;
- Опыт работы с несбалансированными наборами данных;
- Знание основных ML-метрик: ROC-AUC, PR-AUC, Gini, Precision, Recall и F1;
- Опыт проведения и интерпретации A/B-тестов;
- Умение самостоятельно пройти полный цикл: от бизнес-задачи и данных до модели, валидации, production и мониторинга;
- Хорошее понимание создания бизнес-ценности с помощью ML-моделей;
- Будет плюсом опыт в банке, fintech, credit risk или collection, знание PD, LGD, EAD, roll rate, cure rate и recovery rate, опыт с uplift modeling и causal inference, опыт разработки decisioning-систем, опыт работы с MLflow, Airflow, Docker, Kubernetes или облачной инфраструктурой.
условия
- Конкурентоспособная оплата труда благодаря системе грейдирования;
- Премии ко Дню Независимости и годовой бонус;
- ДМС и страхование жизни;
- Мобильная связь и скидки от партнёров;
- 26 Дней отпуска с возможностью взять дополнительные дни при наступлении важных событий;
- Бонусы за рекомендации;
- Льготные условия на паркинг;
- Свободный стиль одежды smart casual;
- Тренинги, вебинары и доступ к корпоративной библиотеке;
- Чёткая система карьерного роста;
- Открытая и дружеская рабочая атмосфера;
- Спортивные турниры и активная корпоративная жизнь;
- Возможность участвовать в социальных проектах и реализовывать идеи в новых проектах группы Halyk с использованием современных digital-инструментов.
- Премии ко Дню Независимости и годовой бонус;
- ДМС и страхование жизни;
- Мобильная связь и скидки от партнёров;
- 26 Дней отпуска с возможностью взять дополнительные дни при наступлении важных событий;
- Бонусы за рекомендации;
- Льготные условия на паркинг;
- Свободный стиль одежды smart casual;
- Тренинги, вебинары и доступ к корпоративной библиотеке;
- Чёткая система карьерного роста;
- Открытая и дружеская рабочая атмосфера;
- Спортивные турниры и активная корпоративная жизнь;
- Возможность участвовать в социальных проектах и реализовывать идеи в новых проектах группы Halyk с использованием современных digital-инструментов.
навыки
Если просят выйти из iCloud, прислать код из SMS, запустить или установить что-то, перевести деньги — не соглашайтесь: это мошенничество.
