Data Science ML/DL моделирование

Задачи

• Разработка моделей для робо-советника (рекомендательная система), позволяющих клиентам принимать правильные решения при инвестировании на рынке ценных бумаг.

• Внедрение алгоритмов ML для оптимизации портфеля в реальном времени с использованием внешних и внутренних данных. Использование модельных   индикаторов риска для каждого клиента, отдельных позиций и эмитентов.

Требования:

• Навыки преобразования бизнес-требований в аналитические модели.

• Знания в области Data Mining, Machine Learning. 

•Навыки работы со структурированными и неструктурированными данными.

•Сопровождение жизненного цикла моделей: сбор данных, подготовка / качество / уменьшение размерности, проверка гипотез, сэмплирование, ML моделирование (supervised and unsupervised), валидация и визуализация результатов.

• Умение проводить Text Analysis, парсинг данных.

• Практический опыт работы с различными библиотеками на Python.

• Практический опыт применения регрессионного и классификационного анализа, знание и навыки разработки рекомендательных систем.

• Хорошие отраслевые знания, аналитические навыки и навыки решения задач, а также способность хорошо работать как в команде, так и в индивидуальном порядке.

ТЕХНИЧЕСКИЕ НАВЫКИ:

Использование библиотек Python (Pandas, Numpy, XGBoost, Scipy, Scikit-Learn, Keras, Seaborn, Tensorflow)

Standard analysis and modeling: Feature Selection Methods, Principal Component Analysis, Supervised and Unsupervised, Regression and Classification Techniques, Time Series analysis

Advanced modeling: Support Vector Machines, Random Forest, XGboost, NLP, Deep Learning techniques

Опыт

работы с PostGreSQL,Hadoop.