ML-инженер (Classic ML) (удаленная работа)

Вакансия: ML-инженер (Classic ML)

Описание вакансии

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.