ML-инженер (Classic ML)

Описание

Data Scientist (Classic ML) Мы используем машинное обучение в ключевых бизнес-процессах: скоринг и оценка рисков, прогнозирование спроса, отток и удержание клиентов, антифрод. Модели работают в продакшене и напрямую влияют на деньги, и мы ищем Data Scientist, который возьмёт их на себя от гипотезы до внедрения. Если ты умеешь не только построить модель на табличных данных, но и показать её эффект для бизнеса — ждём тебя. Обязанности• Разрабатывать модели на табличных данных: скоринг, отток, LTV, uplift, антифрод;• Строить модели прогнозирования временных рядов: спрос, нагрузка, финансовые показатели;• Проводить EDA, генерировать и отбирать признаки (feature engineering);• Выводить модели в production и поддерживать их: мониторинг качества, дрейф данных, переобучение;• Оценивать качество моделей (ROC-AUC, Gini, PSI) и эффект внедрения через A/B-тесты;• Работать в связке с бизнесом: формулировать задачи, проверять гипотезы, презентовать результаты;• Следить за новыми подходами и внедрять то, что работает. Требования• Уверенный Python: pandas, numpy, scikit-learn;• Глубокое знание градиентного бустинга (CatBoost, LightGBM, XGBoost) и классических алгоритмов ML;• Знание математической статистики и теории вероятностей;• Опыт проведения A/B-тестов и проверки статистических гипотез;• Продвинутый SQL;• Опыт вывода моделей в продакшен;• Git, культура код-ревью;• Опыт от 3 лет. Будет плюсом• Опыт в финтехе, банке или ритейле: кредитные риски, антифрод, ценообразование;• Опыт с временными рядами: Prophet, ETNA, sktime;• Spark / PySpark, Airflow, MLflow;• Опыт uplift-моделирования и causal inference;• Английский для чтения документации и статей;• Профильное техническое образование. Условия• Удалённо или гибрид;• ДМС;• Бонусы и премии по результатам;• Оформление по ТК РФ;• Компенсация спорта;• Обучение за счёт компании, участие в конференциях.