Data Scientist (РСХБ-Экосистема)

Команда РСХБ-Экосистема в поисках специалиста Data Scientist.

Команда занимается персонализированной коммуникацией с клиентами через цифровые каналы. Мы строим end-to-end персонализацию с помощью ML и AI:

Предсказываем, что нужно клиенту, ещё до того, как он это понял;

Разрабатываем мультиагентную систему для генерации контента в мобильном приложении.Прогнозируем транзакции и подбираем персональные категории кешбэка.

Оптимизируем показ предложений с учётом бизнес-ограничений и прогнозов моделей.

Ищем баланс между интересами клиента и целями банка — без перекоса в одну сторону.

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

• Разрабатывать ML-модели (lookalike/response/uplift/recsys) для персонализации push/pull-коммуникаций, категорий кешбэка, рекламных материалов и других сценариев в цифровых каналах банка;

• Визуализировать и интерпретировать результаты, дизайнить A/B-тесты, проводить пилоты;

• Общаться с бизнесом и помогать решать задачи через данные и ML;

• Проходить полный цикл разработки модели: от уточнения требований до продакшна и мониторинга качества (если каких-то навыков не хватает — поможем развить);

• Разрабатывать AI-агентов.

НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА:

• Высшее техническое образование;

3+ года опыта в Data Science (именно построение моделей, не только аналитика);

• Уверенный математический аппарат: мат. статистика, теория вероятностей;

• Продвинутый Python и SQL (оконные функции, подзапросы — на автомате);

• Опыт работы со Scikit-learn, NumPy, Pandas/Polars, Matplotlib/Seaborn/Plotly, LightGBM/XGBoost/CatBoost, PyTorch/TensorFlow/Implicit/LightFM, Airflow, Git.

Будет большим плюсом:

• PySpark, Hive, Hadoop, Docker, Kubernetes;

• Опыт в банковской сфере и CVM;

• Модели склонности и uplift-моделирование;

• Рекомендательные системы (RecSys);

• NBA/NBO оптимизаторы (Next Best Action / Next Best Offer);

• ИИ-сервисы (real-time, near real-time или batch).

ЧТО МЫ ПРЕДЛАГАЕМ:

• Гибридный формат работы, Москва, Москва-Сити (2 дня в неделю в офисе) ;

• …