Data Scientist (модели юрлиц) в Альфа Банк Москва

Data Scientist в команду моделей кредитования юридических лиц. Построение и внедрение ML-моделей прогнозирования, оптимизация существующих моделей и работа с LLM-пайплайнами.

Задачи:

• Построение моделей прогнозирования показателей клиентов, чувствительности, склонности к продуктам банка
• Разработка пайплайнов для обработки данных с использованием LLM
• Оптимизация существующих моделей банка
• Тестирование новых источников данных для моделей
• Генерация и тестирование гипотез для улучшения процесса кредитования юридических лиц
• Совместно с командами DE, MLOps и мониторинга внедрять модели в промышленные процессы
• Презентовать бизнесу результаты работы и обсуждать применение моделей

Требования:

• Знание классического ML
• Опыт построения uplift-моделей, моделей чувствительности, моделей рекомендаций
• Промышленный опыт разработки и внедрения моделей на табличных данных
• Уверенное владение ML-стеком Python: lightgbm/xgboost/catboost, Scikit-Learn, Pandas, Numpy
• Умение работать с инструментами Spark, Hadoop, Hive
• Знание SQL
• Будет плюсом: опыт работы с банковскими продуктами
• Будет плюсом: опыт разработки и внедрения онлайн-моделей
• Будет плюсом: опыт построения RAG, пайплайнов с LLM

Условия:

• Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + квартальная премия по результатам KPI
• Гибкий график работы
• Полная удалёнка или гибрид на выбор, а также ИТ-хаб в Москве, Санкт-Петербурге, Екатеринбурге и сезонный коворкинг в Сочи
• Сложные и интересные задачи, современный стек технологий
• ДМС с первых дней работы, включая стоматологию, страхование и компенсацию 10 дней больничного
• Возможность вертикального и горизонтального карьерного роста: тренинги, вебинары, митапы и демо-дни
• Оплата посещения профильных конференций и курсов
• Доступ к бесплатным корпоративным библиотекам Alpina Digital, МИФ и бизнес-изданий

Навыки:

• Python
• lightgbm
• xgboost
• catboost
• Scikit-Learn
• Pandas
• Numpy
• Spark
• Hadoop
• Hive
• SQL
• LLM
• RAG