Data scientist (Центр валидации моделей розничного бизнеса)

☑ Основы вакансии:

Опыт работы: 1–3 года.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: по результату собеседования.

Примерное место работы: РФ, Новосибирск.

☑ Актуальность объявления:

Это объявление № 23261986 добавлено в базу данных: Вторник, 23 апреля 2024 года.

Дата его обновления на этом интернет-ресурсе: Понедельник, 20 мая 2024 года.

☑ Репутация компании "Сбер для экспертов":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

Оставить своё мнение об этой компании тут без регистрации и бесплатно.

☑ Подробности о вакантном месте:

Наша команда занимается оценкой и управлением модельного риска. Наши сотрудники участвуют в проектах по улучшению предиктивных моделей, моделей машинного обучения и оптимизации их применения в бизнес-процессах Сбера. Мы создаем инструменты для мониторинга, управления и снижения модельного риска по всем бизнес-направлениям.

Мы:

• Валидируем абсолютно все модели Сбера, способные значимо повлиять на финансовый результат. Валидация = всесторонняя проверка модели, включая попытки построить лучший альтернативный алгоритм, заменить модель более простой, почелленджить подход. Модели стекаются к нам со всех уголков необъятного Сбера.
• Разрабатываем и автоматизируем методы для валидации моделей различных классов (в свете усложнения моделей Сбера особенно актуально)
• Строим систему отчетности для управления модельным риском
• Строим платформу для онлайн-мониторинга и автовалидации моделей

Что будешь делать ты?

• Разбираться в структуре моделей из абсолютно различных сфер (начиная от кредитного скоринга и заканчивая распознаванием речи), тестировать корректность модели, челленджить подход разработчика и разрабатывать альтернативные алгоритмы (внутренний Kaggle)
• Исследовать подходы к моделированию и валидации различных классов моделей, определять их методологию, применять передовые технологии и распространять наработки
• Автоматизировать алгоритмы валидации для внедрения в процессы автомониторинга
• Исследовать и предлагать новые методы количественной оценки модельного риска (сколько потерь принесет неоптимальная модель в эксплуатации через месяц/год?)

Что мы ожидаем от кандидатов:

• Знание машинного обучения и статистического анализа (интересен любой опыт)
• Знание мат. статистики, алгоритмов, структур данных
• Знание Python и/или R и основных библиотек анализа данных
• Знание SQL, навыки работы с базами данных
• Большой плюс: опыт работы с распределенными системами
• Большой плюс: опыт модельной аналитики и управления модельным стэком в бизнес-процессе
• Большой плюс: опыт работы в рисках, знание основ управления рисками в Банке

Чем мы отличаемся от других?

• Наша основная функция – валидация, но это включает в том числе и разработку альтернативных алгоритмов, ты научишься не только разрабатывать модели, но и тестировать их и смотреть на них с позиции владельца бизнес-процесса
• У нас можно познакомиться со всем многообразием моделей в экосистеме Сбера. В моделировании, как правило, идут разрабатывать в конкретную предметную область.
• У нас много работы не только в моделировании и валидации, но и в исследовательской деятельности по количественной оценке модельного риска

Почему у нас интересно:

• Очень сильная команда (МГУ, МФТИ, ВШЭ, РЭШ)
• Очень интересные задачи (на подумать, с *) на стыке ML, математики и бизнеса, fit-predict тут не пройдет, придется много узнавать, выяснять и думать
• Внушительный и разнообразный ландшафт моделей, много работы "под капотом"
• Возможность познакомиться с применением моделей в самых разнообразных бизнес-процессах, расширить «модельный кругозор»

Условия работы:

• Работа с современным стеком технологий
• Возможность обучения за счет компании
• Регулярные DS-митапы, большое внутреннее DS сообщество
• Современный офис в центре Новосибирска на Димитрова, 2
• Спортзал в офисе

☑ О компании:

Логотип (эмблема, торговая марка, бренд) компании:

Сфера деятельности компании: Финансовый сектор; .

☑ Отклинуться сообщением, резюме, запросить телефон, отправить жалобу (претензию):