Junior/Middle/Senior Data scientist

Позиция: Junior/Middle/Senior Data scientist Куда? Альфа-Банк, Департамент Продвинутой Аналитики, Хаб юрлиц. Формат работы: Гибрид: Москва, м. Технопарк + удаленно. Вилка гросс: Junior 150-200k / Middle 200-280k / Senior 280 -350k + ежеквартальный бонус ~ 15% (от дохода за квартал); Что нужно делать? • Разработка и поддержание моделей кредитного риска для поточного кредитования малого и среднего бизнеса (PD, EAD, LGD); • Разработка и поддержание различных внутренних моделей кредитного риска(PD, модель выручки и др.) с помощью методов машинного обучения (логистическая регрессия, градиентный бустинг и др.); • Аналитика слабоструктурированных данных в Hadoop, создание новых признаков и их применение в моделях; • Эксперименты с нестандартными для классического скоринга подходами для моделирования (например применение методов NLP для анализа данных о юрлицах, не укладывающихся в реляционную модель данных); • Анализ эффективности новых источников данных, тестирование моделей кредитного риска на новых источниках данных. Требования: • Физико-математическое, экономико-математическое образование; • Хорошее знание теории вероятностей и математической статистики, методов машинного обучения; • Развитое логическое мышление; • Опыт аналитической работы от 1 года, в том числе опыт разработки статистических моделей; • Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков),навыки написания SQL-запросов; • Знание Python (в частности, библиотек, применяемых для анализа данных: scipy, pandas, scikit-learn, xgboost,lightgbm и т.п.); • Опыт с работы с Hadoop (Hive, Impala, Apache Spark); • Опыт работы в Jira/Confluence/Bitbucket; • Желателен опыт работы с юридическими лицами, понимание, как устроена отчетность, какие модели можно применять для анализа компаний; • Владение английским языком на уровне, как минимум, позволяющем свободно читать специализированную литературу. Ответы на 10 важных вопросов: 1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Часть данных может быть в Oracle/MSSQL. 2. Железо: kuber до 64 ядер + 512 ГБ оперативы. Хадуп - 6TB, 1000+ ядер. Продакшн: cистема исполнения моделей + команда MLOps. Для работы: ноутбук+ удалённое рабочее место. 3. Масштаб влияния на core-бизнес? М одели - ядро ключевого банковского процесса - кредитования. 4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL. 5. Роль дата сайентиста: ДС-ы участвуют в постановке задачи,совместно с командой разработки генерят идеи развитии. ДС-ы подготавливают код для внедрения в прод, выполняют функцию сопровождения сервиса для пользователей. 6. Бэкграунд у вашего руководителя? linkedin 7. Как часто вам будут мешать работать? Внутренние созвоны с командой (2-3 часа в неделю) + с командой заказчиков (2-3 часа в неделю). 8. Карьерный рост: формализована матрица компетенций. Ежеквартально происходят «круглые столы» с пересмотром и защитой. 9. Prod/Research: Prod 90% 10. Функция сервиса или лидера? Сервис/лидер: 80%/20% 📧 Резюме направляйте на почту aponomareva7@alfabank.ru с темой «Data scientist в Альфа-Банк»