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.

Описание задачи:

В рамках проекта планируется разработка трёх моделей машинного обучения для телеком-оператора:

• Модель оттока (churn prediction) — по трём временным горизонта
• Модель Next Best Offer (NBO) — персонализированные рекомендации тарифов и услуг
• Модель чувствительности к изменению тарифа — прогноз реакции абонента на изменение условий, по двум горизонтам

Тип моделей: классический ML, табличные данные, задача бинарной классификации.

Особенности проекта:

• Расчет фичей для моделей настроен непрерывным пайплайном с ежедневной актуализацией
• Объём данных — ~5Гб (формат parquet), ~15 миллионов строк
• Распределённые вычисления на кластере Hadoop/Spark
• Модели предполагается встроить в текущий пайплайн, добавить регистрацию в MLflow, настроить периодическую актуализацию

Требования:

Фокус: разработка моделей, дополнительный фичеинжениринг, тюнинг, тестирование, оформление документации

Стек: pyspark, python, pandas, scikit-learn, CatBoost

Критичные компетенции:

• Работа с табличными данными и классическим ML (CatBoost, sklearn)
• Знание метрик качества, балансировка классов
• Опыт работы с моделями оттока, NBO или похожими задачами
• Фичеинжениринг (корреляции, отбор, агрегации)
• Умение формализовать гипотезы и оценивать их

Будет плюсом (можно не брать в расчет:

• MLflow (настройка и регистрация моделей)
• Интеграция моделей в пайплайн (Hadoop/Spark)
• Оптимизация ресурсов
• SparkML (распределенные вычисления)

В поиске Senior/Lead Data Analyst / Scientist на проект химической компании по оптимизации технологических процессов и диагностики технического оборудования.

Функционал: проектирование, разработка, внедрение, тестирование ПО и информационных систем на основе алгоритмов искусственного интеллекта.

Задачи:

• Проведение системного анализа бизнес процессов.
• Обработка функциональных требований, экспертиза в области определения подходов к автоматизации или цифровизации процессов.
• Разработка проектной документации.
• Интеграционное тестирование новой функциональности.
• Выполнение сложных настроек в информационных системах.
• Обеспечение 3-го уровня поддержки.

Требования:

• Уверенный опыт работы с Python: Pandas, Numpy, scikit-learn, Scipy, Catboost, Pytorch, TensorFlow, XGBoost, LightGBM, statsmodels, tsfresh, tslearn, shaply, seaborn, matplotlib, plotly, MLflow.
• Знание и опыт работы с инструментами: MS Office, Jira, Confluence, Git, Grafana, AirFlow.
• Отличные знания SQL.

Компания занимает 3-е место в мире по количеству социальных открытий и объединяет людей с помощью онлайн-платформ, ориентированных на искусственный интеллект, игровые технологии и видеостриминг.

Обязанности:

• Решение задач NLP, таких как суммаризация, классификация, кластеризация, NER, с использованием современных технологий, в том числе LLM;
• Участие в полном цикле разработки, от постановки задачи до внедрения;
• Построение пайплайна обработки данных и дообучения LLM для генерации текстов, разработки чат-ботов, RAG-систем;
• Разработка новых подходов и процессов разметки данных для оценки качества работы LLM;
• Извлечение данных из различных источников (чтение из файлов, API, базы данных);
• Участие в формировании требований и необходимых данных по улучшению моделей;
• Внедрение модели в продакшн, поддержка жизненного цикла модели, мониторинг и обновление.

Требования:

Опыт в роли Data Scientist/LLM engineer более 5 лет

• Опыт работы в Data Science, связанный с обработкой естественного языка (NLP);
• Уверенное владение Python, включая библиотеки NumPy, Pandas, Scikit-learn и библиотеки обработки текстовых данных;
• Практический опыт разработки и внедрения NLP-моделей для классификации, кластеризации текста, NER (Named Entity Recognition) и др;
• Опыт работы с фреймворками глубокого обучения (TensorFlow/Keras или PyTorch), включая построение, обучение и оценку моделей;
• Знание архитектур GPT, BERT и других Transformer-моделей;
• Знание различных метрик оценки качества моделей NLP (precision, recall, F1-score, AUC-ROC и др.), умение выбирать подходящие метрики для конкретной задачи;
• Опыт вывода моделей в продакшн;
• Опыт использования инструментов для мониторинга производительности и качества моделей в продакшне будет преимуществом;
• Опыт внедрения LLM, разработки RAG-агентов, создания собственной LLM и ML-платформы будет преимуществом;
• Опыт обучения Qwen, работы с llamaindex и Mistral.

Requirements:

• Knowledge of Outlook authentication methods (e.g. OAuth / Graph API)
• Very good Data Engineering / Machine learning engineering skills
• Very good knowledge of Python
• Knowledge of the scikit learn stack
• Good Knowledge of Databricks
• Knowledge of Azure VMs
• Experience in DevOps way of working
• Excellent English language skills, German beneficial
• Analytical and structured thinking to solve complex inquiries
• Ability to work independently, result orientated and very proactively in an agile environment
• Capability of communicating and interacting effectively with product owners and development team in an international environment