Руководитель направления Data Science

Задачи из области DS в применении к управлению финансами. Основная задача: выполнять DS проекты для подразделений блока «Финансы». Потенциал проектов по влиянию на прибыль и бизнес процессы банка очень большой, планируем дальнейшее развитие.

Предметные области:

  • управление ALM-рисками, бизнес-планирование, управление расходами, прайсинг продуктов банка, поиск аномалий и классификация для автоматизации операционных процессов, прогноз поведения клиентов и конкурентов и др.
  • Основные методы DataScience / ML / AI: прогнозирование временных рядов, регрессия, кластеризация, поиск аномалий, задачи оптимального управления и автоматизированного принятия решений.

Что делать:

  • Участие в формировании центра компетенции и единого информационного пространства по DataScienceв блоке Финансы
  • Реализация проектов Data Science
  • Ведение проекта от понимания потребности до передачи модели на внедрение.
  • Анализ и понимание контекста и самой задачи, формирование предложений по решению.
  • Математическая формализация задачи.
  • Поиск и получение данных: определение требований и проверка их выполнения.
  • Анализ данных, проверка гипотез.
  • Разработка моделей и прототипов инструментов для решения бизнес задач.
  • Анализ качества работы модели, мониторинг, актуализация.
  • Контентный контроль (авторский надзор) корректности реализации/автоматизации моделей на этапе внедрения.
  • Проведение исследований в области прикладных математических алгоритмов и методов, искусственного интеллекта, описание и представление результатов успешно реализованных проектов.

Требования:

  • Опыт работы не менее 3-х лет (в области Data Science), реализованные и внедренные решения, подтвержденный бизнес-результат (банки, телеком, ритейл и т.д.), понимание основных бизнес-процессов в финансовой организации.
  • Обязательно знание математики/статистики методов machine learning инструментов разработки моделей Python/R: stan, pandas, numpy, matplotlib, scipy, scikit-learn, statmodels, xgboost, lightGBM (как преимущество: catboost, theano, tensorflow, GPy, PyMC3, keras)
  • Знание MS SQL (Teradata, Hadoop, Hive, Spark, инструменты BI - это плюс)
  • Высшее профильное профессиональное образование (математическое, техническое, финансово-экономическое)
  • Английский язык свободно.