Проект сервиса интеграции внутренней системы для заявок на командировки и внешней системы для бронирования билетов и гостиниц.

Что делает:

•            Проводить анализ потребностей заказчика и пользователей в составе продуктовой команды;

•            Выявлять и документировать требования к продукту;

•            Осуществлять проектирование систем совместно с дизайнерами, проводить ревью дизайна на соответствие возможностям системы и наличие неочевидных кейсов;

•            Писать техническое задание для разработчиков и тестировщиков и согласовывать его с заказчиком;

•            Проектировать и документировать API;

•            Прорабатывать возможность интеграции разрабатываемой системы со сторонними сервисами (сбор требований, анализ API, выявление рисков);

•            Описывать сложные процессы и алгоритмы, используя BPMN и UML нотации;

•            Поддерживать спецификации в актуальном состоянии по ходу проекта, консультировать команду по разрабатываемой функциональности.

Требования основные:

Опыт работы - от 3 лет.

•            Опыт работы бизнес-аналитиком в разработке или развитии программного обеспечения более двух лет;

•            Опыт написания БТ, ТЗ, ФТ и другой технической документации;

•            Опыт описания логики пользовательских интерфейсов;

•            Опыт разработки требований для веб-приложений и интеграций с внешними системами;

•            Знание и практическое применение нотаций BPMN и UML диаграмм;

•            Опыт работы в трекерах задач (Jira, TFS, AzureDevOps) и документирования требований (Confluence);

•            Знание методологии Scrum. Умение формулировать user story;

•            Владение методиками выявления, написания и управления требованиями;

•            Опыт написания Use case.

Будет плюсом:

•            Опыт описания логики баз данных;

•            Владение PlantUML, Mermaid.js или другими средствами Diagram as code;

•            Опыт использования подхода Docs as code (Markdown);

•            Опыт работы с Figma;

•            Опыт работы с брокерами сообщений;

•            Знание XML, XSD, JSON;

•            Знание SQL.

В поиске Data Science специалиста с опытом работы в банковских проектах для построения рисковых моделей (скоринг для кредитования).

Основные направления работы

Risk Modeling:

• Полный цикл разработки ансамблевых моделей: подготовка и предобработка данных, разметка и разделение на обучающие и тестовые выборки.
• Отбор и настройка базовых моделей с акцентом на их разнообразие для повышения качества прогнозов.
• Разработка моделей машинного обучения для прогнозирования ежедневных остатков на расчетных счетах корпоративных клиентов, учитывая анализ временных рядов (неделя, месяц, квартал) и дополнительные факторы (дни недели, праздники, налоговые периоды, бизнес-циклы).
• Обучение персонализированных моделей.
• Применение методов объединения моделей (bagging, boosting, stacking) с оптимизацией весов в ансамбле.
• Оценка производительности моделей с использованием метрик точности, полноты и F1-score для улучшения качества прогнозов.
• Внедрение моделей в промышленную среду, мониторинг и регулярная оптимизация параметров.

Computer Vision:

• Разработка и внедрение системы биометрической верификации личности, включая модули распознавания документов и сопоставления фотографий.
• Анализ требований и проектирование архитектуры системы с учетом высоких стандартов безопасности и точности.
• Реализация алгоритмов обработки изображений для извлечения данных из паспортов и сравнения с селфи-фотографиями.

Acquisition Analytics:

• Анализ данных эквайрингового и РКО-портфеля: сбор и предобработка исторической информации о поведении клиентов.
• Разработка признаков, отражающих транзакционную активность, финансовые показатели и паттерны использования услуг для выявления факторов оттока.
• Построение и обучение ансамблевой модели прогнозирования с учетом специфики продуктов.
• Внедрение системы скоринга клиентов по вероятности оттока на основе финансового поведения и длительности сотрудничества.

Требуемые технологии и инструменты: Python, SQL, Scikit-learn, XGBoost, LightGBM, CatBoost, TensorFlow/Keras, PyTorch, Random Forest, Gradient Boosting, Stacking, Pandas, NumPy, Matplotlib, Seaborn.