← К каталогу
СО

Совкомбанк Технологии

Data Scientist (офис)

ОфисУровень не указанСанкт-Петербург, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение12 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

СОВКОМБАНК ТЕХНОЛОГИИ

Аккредитованная IT-компания, входит в группу компаний Совкомбанка

Мы вошли в топ-5 лучших IT-работодателей в рейтинге Хабр Карьера, с нами уже более 6000 сотрудников в 21 офисе по всей России

Mы очень ценим комфорт и развитие наших сотрудников, поэтому, кроме стандартных бенефитов ДМС и софинансирования фитнеса, мы предлагаем разные возможности обучения, также сами часто организуем IT-фесты и даже организовали коворкинг в Сочи и на Алтае

НАШИ ПРОЕКТЫ

Широкий спектр проектов, от классического ML до внедрения агентов для автоматизации бизнес-процессов

НАШ СТЕК

Python, Pandas, Catboost, SHAP, Optuna, Git, SQL, PyTorch, Transformers

ЗАДАЧИ

  • Разработка, обучение и внедрение моделей классического машинного обучения для банковских задач (скоринг, предсказание оттока, сегментация клиентов, борьба с мошенничеством и т.д.);
  • Проводить эксперименты по повышению качества и сравнивать разные подходы;
  • Писать воспроизводимый код, оформлять эксперименты в воспроизводимые пайплайны;
  • Анализ структурированных данных, Feature engineering;
  • Валидация и интерпретация результатов моделирования;
  • Проведение исследований в области NLP и LLM;
  • Построение системы оценки LLM-моделей и LLM-пайплайнов;
  • Взаимодействие с бизнес-подразделениями для уточнения требований и презентации решений

ПОЖЕЛАНИЯ К КАНДИДАТУ

  • Опыт работы в Data Science от 2-х лет, желательно в финансовой сфере;
  • Успешный опыт выведения бизнес-решения в продакшн (умение с нуля создавать готовое бизнес-решение);
  • Глубокое понимание и опыт применения классических ML-алгоритмов;
  • Опыт построения RAG и агентных систем;
  • Понимание принципов построения evaluation-процессов;
  • Понимание метрик качества моделей и методов их оценки;
  • Понимание метрик качества моделей и методов их оценки

БУДЕТ ПЛЮСОМ

  • Опыт работы с временными рядами (прогнозирование);
  • Знание основ риск-менеджмента или кредитного скоринга;
  • Опыт работы с Docker, MLFlow

МЫ ПРЕДЛАГАЕМ

  • Официальное…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU