Руководитель направления по исследованию данных
Зарплата
от 200 000 ₽
Требования
Местоположение и тип занятости
Компания
Крупнейшая цифровая платформа. Технобренд, объединяющий лучшие мировые практики и самый современный стек
Описание вакансии
О компании и команде
Работа в Сбере — это
- льготы по ипотеке для сотрудников
- ДМС с первого дня и льготное страхование для близких
- бесплатная подписка на СберПрайм+ и скидки от компаний-партнеров
- стабильность и социальная поддержка сотрудников
- корпоративное обучение за счет компании
Ожидания от кандидата
- Опыт применения методов машинного обучения для решения задач прогнозирования, реализованные проекты
- Понимание логики работы банковских продуктов
- Опыт управления командой разработки предиктивных решений
- Уверенные знания в области математической статистики, теории вероятностей, методов машинного обучения и анализа данных
- Умение грамотно структурировать и презентовать информацию
- Стек: Python, SQL
- Опыт работы с библиотеками: Sklearn, Pandas, Statsmodels, Xgboost/Lightgbm/Catboost, RandomForest.
Условия работы
- Работа в команде экспертов и профессионалов своего дела
- Возможность работы с новыми технологиями
- Прозрачная система бонусов и премий, достойная зарплата — размер обсудим на собеседовании
- Работа в офисе в городе Екатеринбург.
Обязанности
- Исследовать логику бизнес-процессов, выделять базовые составляющие и взаимосвязи между ними
- Формулировать постановку предиктивных задач и контролировать сроки их выполнения командой исследователей данных.
- Выдвигать гипотезы и проверять их при помощи инструментов графического и статистического анализа данных
- Разрабатывать предиктивные модели, используя эконометрические методы, статистические методы и методы машинного обучения
- Презентовать и защищать логику и метрики качества моделей перед проектной командой и заказчиками предиктивных моделей
- Контролировать качество реализации предиктивных моделей на этапе внедрения модели
- Проводить исследования в области прикладных математических алгоритмов и методов, используемых в задачах машинного обучения.