Middle Data Scientist

Позиция: Middle Data Scientist Куда? Альфа-Банк, Департамент Продвинутой Аналитики, Центр Автоматизации Моделирования. Формат работы: Гибрид: Москва, м. Технопарк + удаленно. Вилка гросс: 250-400k + ежеквартальный бонус ~ 15% (от дохода за квартал). Главное направление работы Центра Автоматизации в Альфа-банке - создание инструментов и технологий для автоматизации разработки моделей. Что нужно делать? В первую очередь,тебе предстоит развивать нейросетевой AutoML-сервис(ANNA): • Внедрять новые данные и типы моделей; • Улучшать стабильность и качество текущих AutoDL алгоритмов, оптимизировать код; • Поддерживать пользователей (технически подкованных DS); • Совместно с командами DE, MLOps, мониторинга интегрировать сервисы в промышленную среду; Требования: • Знание классического ML; • Уверенное владение ML- и DL-стеком Python: Pytorch, lightgbm/xgboost/catboost,Scikit-Learn, Pandas, Numpy; • Умение работать с инструментами Spark, Hadoop, Hive. Будет большим плюсом: • Контрибьют в ML-библиотеки; • Опыт full-stack разработки; • Опыт оптимизации нейросетей. 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:МакБук +удалённое рабочее место. 3. Масштаб влияния на core-бизнес? М одели - ядро большинства банковских процессов. В рамках данной позиции онлайн-модели управляют потоком в 100+ тыс. обращений в день. 4. Уровень развития Data Science в компании? В се 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? Синхронизация с командой продукта (1-2 часа в неделю) + с командой лаборатории (3 часа в неделю), 2 часа организационных встреч 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»