Команда ценообразования продуктов привлечения срочных средств юридических лиц занимается эффективным прайсингом. Мы оптимизируем привлечение денег в банк на основе алгоритмов машинного обучения. Среди наших проектов — модели эластичности, RL-оптимизаторы целевой доходности, рекомендательные модели ставок и многое другое.
• анализировать и мониторить работу моделей
• собирать и обрабатывать данные, выполнять EDA
• вести feature engineering
• разрабатывать новые ML-модели (регрессия, классификация, моделирование временных рядов, кластеризация)
• оптимизировать data/model/inference pipelines
• готовить код проекта к запуску в production
• проектировать и проводить АБ-тестирования
• поддерживать текущие аналитические процессы: фиксить баги моделей и отвечать на ad hoc запросы.
• закончил вуз или учишься на старших курсах технического факультета
• обладаешь прочным математическим фундаментом (градиентный спуск, распределения, PCA, MHK, статистические тесты)
• уверенно программируешь на Python, легко разбираешься в чужом коде, знаком с SQL
• свободно работаешь с основными библиотеками анализа данных (pandas, numpy, scipy, matplotlib, statsmodels)
• глубоко понимаешь классические алгоритмы ML (лин./лог.-регрессия, деревья решений, ансамбли) и основы DL (архитектуры, обучение)
• используешь основные фреймворки для ML/DL: sklearn, PyTorch, transformers и др.
Будет плюсом, если:
Что мы предлагаем: