ML-аналитик
Требования
Местоположение и тип занятости
Компания
Описание вакансии
Условия работы
В команде центра валидации моделей розничного бизнеса открыта вакансия ML-аналитика по расчету модельного риска.
Сама по себе предиктивная модель не зарабатывает деньги, а делает это бизнес, принимая более правильные решения с помощью модели. В рамках этой вакансии успешному кандидату предстоит выяснять как именно применяется модель в бизнесе и почему именно так, моделировать бизнес-процесс и применение предиктивной модели в нем, рассчитывать денежный эффект от внедрения модели и от ее деградации, систематизировать различные процессы, находить сходства и различия.
Вакансия находится на стыке DS и бизнес-аналитики, успешный кандидат значительно расширит кругозор в части того, какие ML-модели и как помогают бизнесу делать деньги – самую важную прикладную функцию потерь :)
Чем интересна данная позиция?
- Участие в построении системы управления модельным риском, разработка методов и инструментов для его расчета;
- Работа с большим ландшафтом моделей;
- Интересный опыт взаимодействия с множеством смежных подразделений Банка;
- Продвинутый уровень Data Science;
- Разработка фреймворка для наилучшего масштабирования своих решений;
- Множество задач по построению и совершенствованию бизнес-процессов (работа на стыке DS и менеджмента).
Мы:
- Разрабатываем и автоматизируем методы для оценки работы моделей различных классов (в свете усложнения моделей и применяемых методов ML особенно актуально);
- Погружаемся в процессы, использующих модели, с целью моделирования принятие решения в них;
- Строим систему отчетности для управления модельным риском;
- Строим платформу для онлайн-мониторинга и автовалидации моделей.
Что будешь делать ты?
- Разбираться в различных банковских процессах, использующих для принятия решения ML модели, понимать, как бизнес зависит от качества модели;
- Разбираться в структуре различных моделей DS, оценивать применимость подхода с учетом имеющихся норм и макроэкономической конъюнктуры;
- Автоматизировать алгоритмы расчета модельного риска для внедрения в процессы автомониторинга.
Что мы ожидаем от кандидатов:
- Знание машинного обучения и статистического анализа;
- Хорошее знание мат. статистики, алгоритмов, структур данных;
- Продвинутое знание Python основных библиотек анализа данных;
- Хорошее знание SQL, навыки работы с базами данных;
- Коммуникабельность, умение эффективно вести переговорный процесс с подразделениями Банка;
- Большой плюс: опыт модельной аналитики и управления модельным стэком в бизнес-процессе.
Чем мы отличаемся от других?
Наша основная функция – валидация, но это включает в том числе и разработку альтернативных алгоритмов, ты научишься не только разрабатывать модели, но и тестировать их и смотреть на них с позиции владельца бизнес-процесса;
У нас в перспективе можно познакомиться со всем многообразием моделей в экосистеме Сбера. В моделировании же, как правило, DS привязан к конкретной предметной области;
У нас много работы не только в моделировании и валидации, но и в исследовательской деятельности по оценке модельного риска.
Почему у нас интересно:
- Очень сильная команда (МГУ, МФТИ, ВШЭ, РЭШ);
- Очень интересные задачи (на подумать, с *) на стыке ML, математики и бизнеса, fit-predict тут не пройдет, придется много узнавать, выяснять и думать;
- Внушительный и разнообразный ландшафт моделей, много работы "под капотом";
- Возможность познакомиться с применением моделей в самых разнообразных бизнес-процессах, расширить «модельный кругозор».
Условия работы:
- Работа с современным стеком технологий;
- Возможность обучения за счет компании;
- Регулярные DS-митапы, большое внутреннее DS сообщество;
- Спортзал в офисе.