Middle+ Data scientist (CRM)

В команду разработки и оптимизации моделей розничного бизнеса ищем коллегу, увлеченного data science и желающего применять свои скиллы в практических задачах в банковской сфере.

По методам преимущественно: деревья решений, бустинги, лог.регрессия, различные методы кластеризации, ALS/SVD, методы NLP, нейросети для анализа транзакционных данных, текстовой аналитики или для создания эмбеддингов клиентов. Работа с Hadoop (Impala, Spark) в Jupyter Hub.

Все проекты практические , и у них есть сроки, в которые желательно укладываться - живем по agile, scrum, Jira + Confluence.

Обязанности:

• Профилирование и сегментирование клиентов, анализ интересов, склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций;
• Прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия с банком;
• Аналитика точек продаж, анализ инвестиционного риск-аппетита клиентов;
• Задачи оптимизации, выявление родственных связей, анализ данных соц.медиа;

Требования:

• Опыт работы в банковском/финансовом секторе от 2-х лет (банки, страховые, мфо, телеком) в роли аналитика/дата сайнтиста (моделирование), понимание бизнес-процессов в банках, опыт работы в моделировании в CRM – как плюс.
• Уверенное владение Python, SQL навыки работы со Spark.
• Знание алгоритмов ML: деревьев решений и случайных лесов, регрессии, бустингов, кластеризации и др., понимание принципов работы рекомендательных систем и лежащих в основе алгоритмов, опыт работы с текстовыми данными (NLP: тематическое моделирование, поиск ключевых слов, анализ тональности).
• Знание DL приветствуется: опыт обучения и использования нейросетей (RNN, LSTM, BERT).
• Развитые навыки soft-skills, включая навыки по подготовке презентаций, деловой стиль переписки, опыт выступлений на конференциях как плюс
• Опыт написания ТЗ, БТ, проектной документации о реализованных моделях.
• Наличие статей по data science – плюс.
• Способность поддержки full-stack разработки от выяснения требований к задаче до реализации, документации и последующего мониторинга моделей.
• Ценится проактивный и творческий подход в решении задач