Head of Data Science and Advanced Analytics, модели рисков.

🔥 Позиция : Head of Data Science and Advanced Analytics, модели рисков. Куда ? Альфа-Банк, Департамент продвинутой аналитики, Хаб Риски Формат работы : Гибрид - Москва, м. Технопарк + удаленно. Вилка гросс : 700-800K + ежеквартальный бонус ~ 15% (от дохода за квартал, по сути кварталка покрывает налог). Что нужно делать ? Руководить командой моделирования рисков (~ 14 человек DS и DE, из них 3 team lead’а) Нанимать и развивать команду. Помогать команде в решении задач. Много общаться с бизнес-заказчиками и контрагентами, ответственными за различные этапы жизненного цикла моделей (риск-менеджеры, валидация, ml ops, BI, IT и тд). Планировать задачи и контролировать их выполнение. Репортить прогресс по задачам бизнес-заказчикам и CDS. Улучшать текущие процессы и фреймворки Проактивно участвовать в развитии инфраструктуры DS в банке. Задачи команды : Разрабатывать, внедрять и поддерживать модели кредитного риска (PD, LGD, EAD), модели бизнес процессов риск-менеджмента (коллекшн, антифрод, прогнозирование выручки и тд) Развивать и поддерживать внутренний фреймворк для разработки моделей. Генерировать и применять в моделях новые фичи на основе слабоструктурированных данных Анализировать эффективность новых источников данных и применять их в моделях. Требования : Подтверждённый опыт решения задач машинного обучения. Хорошее знание теории вероятностей, математической статистики и методов машинного обучения. Лидерский опыт, опыт руководства командой. Опыт работы в git, confluence, jira. Развитые навыки коммуникации. Желателен опыт работы в риск-менеджменте, моделировании рисков Ответы на 10 вопросов : 1. Данные: Hadoop + внешние источники по api. История 2017+. Данные доступны из среды разработки моделей. 2. Железо: Разработка моделей: kuber до 64 ядер + 512 ГБ оперативы. Продакшн: cистема исполнения моделей + команда MLOps. Для работы: МакБук + удалённое рабочее место. 3. Масштаб влияния на core-бизнес? Модели - ядро процесса поточного кредитования юрлиц, без них бизнес невозможен. 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 рисков, прорабатывают генерацию фичей на условно подготовленных данных, обучают и документируют модель, подготавливают код для внедрения в прод, выполняют функцию аналитического сопровождения моделей после внедрения в прод. 6. Бэкграунд у вашего руководителя? linkedin 7. Как часто вам будут мешать работать? Мешать работать не будут вообще) но примерно половина рабочего времени - общение с контрагентами, другая половина - общение с командой. 8. Карьерный рост: круглый стол раз в квартал + формализованная матрица компетенций для каждой роли. 9. Prod/Research: Prod. От моделей требуется польза и эффективность. 10. Функция сервиса или лидера? роль лидера 3 команд DS Ваши резюме направлять на abyazrov@alfabank.ru