Наша команда занимается управлением модельным риском: независимой оценкой качества моделей и контролем уровня модельного риска — убытков, обусловленных неточностью модели.
Мы изучаем и тестируем самые разнообразные подходы к моделированию: от построения прогнозов для временных рядов до определения тональности новостей в торговых терминалах, от fbProphet до симуляционных Монте-Карло моделей, основанных на стохастических дифференциальных уравнениях. Разрабатываем решения для автоматизированных проверок алгоритмов и внедрения моделей в бизнес-процессы. И конечно же мы участвуем в развитии GigaChat!
Фокусами нашей деятельности являются повышение эффективности влияющих на P&L Банка моделей и проработка инструментов, помогающих оценить работу моделей в различных сценариях будущего.
🛠 Стек: Python, Machine Learning, Deep Learning, time series