Погрузиться в бизнес контекст платформы ограничений, изучить доступные данные и существующую инфраструктуру.
Проанализировать текущие бизнес процессы, выявить их уязвимые места и точки роста.
Опробовать различные подходы машинного обучения: классификацию, кластеризацию, uplift модели, ранжирующие модели и нейросетевые решения (частично или полностью).
Сравнить результаты экспериментальных моделей с текущим решением, оценив их преимущества и недостатки.
Валидировать модели с помощью офлайн метрик (AUC, PR кривые, NDCG, uplift метрики и др.), убедиться в статистически значимом приросте точности.
Подготовить аналитическую статью или отчёт, в котором будет подробно сравнен каждый метод и обоснован выбор оптимального решения.
Запустить в продакшн лучшее из протестированных решений, обеспечив его интеграцию в существующую систему управления ограничениями.
Требования:Уровень: Senior
Опыт: от 3х лет опыта в DS. Опыт вывода моделей в прод.
Стек: Уверенный Python, продвинутый SQL, PySpark как плюс.
Классический ML: Большой опыт в решении задач классического ML. Бустинги, регрессия, ранжирование, классификация.
Математика и аналитика: Статистика, A/B тесты, знание основ оптимизации и того как работают используемые методы.
Soft skills: Умение презентовать результат сложных решений понятным бизнесу языком, проактивность в поиске точек роста и генерации новых идей.
Образование: топ-10 вуз по техническому направлению как плюс.
Приоритет от кандидатов из банков, которые занимались/работали с поиском борьбы с мошенничеством.
Условия:- (Официальное трудоустройство на компанию Selecty )
- Возможность удаленной работы и конкурентная заработная плата
- Дружный коллектив и развитое сообщество разработчиков внутри банка;
- Хорошее вознаграждение за проделанную работу ;
- Заботу о твоем здоровье: ДМС, оплата больничного, скидки на фитнес;
- Возможность как вертикального, так и горизонтального карьерного роста;
- Льготные условия на банковские продукты;
- Персональные предложения от партнеров банка.