ML-разработчик для управления розничными рисками@ Яндекс Банк
О позиции
В команде Яндекс Банка требуется ML-разработчик, который будет заниматься разработкой и внедрением ML-решений для управления розничными рисками. Вы будете отвечать за весь жизненный цикл моделей: от анализа предметной области до внедрения в эксплуатацию и дальнейшей поддержки. Эта роль требует глубокого понимания машинного обучения и способности работать с большими объемами данных.
Чем вы будете заниматься
- Строить модели скоринга для финтех-продуктов Яндекса, которые позволяют оценивать кредитоспособность и финансовые риски пользователей.
- Разрабатывать модели предсказания дохода пользователя и его действий, анализируя активность клиентов в сервисах Яндекса.
- Продумывать дизайны моделей, экспериментов и A/B-тестов для сбора необходимых данных и оценки влияния моделей на бизнес-метрики.
- Анализировать эффективность новых источников данных и применять их в моделях для повышения качества.
- Выводить модели в продакшн, поддерживать их стабильность и улучшать, проверяя новые гипотезы.
Требования
- Опыт анализа данных в Python.
- Умение писать SQL-запросы.
- Понимание принципов работы классического ML.
- Опыт разработки моделей и их внедрения в продакшн.
- Знание основ теории вероятностей, математической статистики и A/B-тестов.
Будет плюсом
- Опыт работы с большими данными.
- Знание современных библиотек для машинного обучения (например, TensorFlow, PyTorch).
- Опыт работы в команде над крупными проектами.
Что мы предлагаем
- Конкурентная зарплата и бонусы.
- Корпоративная подписка на услуги здоровья и образования.
- Гибкий график работы и возможность удалённой работы.
- Доступ к образовательным курсам и тренингам.
- Поддержка в профессиональном развитии и карьерном росте.
Если вы хотите стать частью команды, которая разрабатывает передовые решения в области финансовых технологий, откликайтесь на вакансию на нашем сайте.
Вакансия предлагает интересные задачи в области ML и финтеха, с возможностью удалённой работы. Условия хорошие, но зарплата не указана, что снижает оценку.
Кто здесь добьётся успеха
Глубокие знания Python и SQL для обработки больших объемов данных и построения ML-моделей.
Способность эффективно работать в удаленном режиме, самостоятельно управляя своим временем и задачами.
Опыт работы с методами машинного обучения и анализа данных, включая регрессионные модели и алгоритмы классификации.
Умение анализировать бизнес-требования и трансформировать их в технические спецификации для разработки моделей скоринга.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев