Команда Урегулирования убытков личного страхования улучшает сервисы и оптимизирует процессы, связанные с урегулированием убытков по ДМС и взаимодействием с клиниками. Мы являемся лидерами рынка ДМС.
Более 8 тыс. клиник подключены к нашему электронному документообороту.
Наша амбиционная задача – до 80% убытков урегулировать без участия человека, с помощью систем на основе ИИ.
Вам предстоит заниматься следующими направлениями:
- Автоматизацией процессов урегулирования убытков по ДМС на основе AI-агентов и систем с искусственным интеллектом;
- Компенсациями застрахованных по ДМС, включая интеграцию с ЛК;
- Выстраиванием систем рейтинга клиник и золотым прейскурантом;
- Разработкой систем антифрода при проведении мед. экспертизы с использованием ML и других модулей;
- Разработкой умного ЭДО с клиниками и их подключением к системе через API.
Присоединяйтесь к нашей команде, чтобы реализовывать самый удобный для пользователей продукт ДМС.
Вас ожидают следующие задачи:
- Создание моделей классического машинного обучения для решения бизнес-задач и их интеграция в существующую инфраструктуру (в рамках урегулирования убытков по ДМС);
- Участие в проектах, направленных на повышение качества данных и улучшение алгоритмов;
- Централизация работы с моделями (использование MLOps). Управление жизненным циклом (разработка, тестирование, деплой, мониторинг), каталогизация и контроль качества;
- Участие в создании унифицированной системы хранения и работы с моделями;
- Построение процессов регулярного переобучения и валидации;
- Работа с внутренними командами (аналитики, разработчики, продуктовые менеджеры) для согласования требований;
- Участие в обучении в области работы с моделями;
- Участие в разработке и внедрении MLOps-подходов для автоматизации жизненного цикла моделей;
- Настройка CI/CD процессов для ML с участием команды инфраструктуры;
- Проведение экспериментов для проверки гипотез и оптимизации процессов.
Требования:
- Опыт работы в области машинного обучения и анализа данных от 2 лет;
- Знания алгоритмов ML с уклоном в классические методы;
- Знание алгоритмов нейронных сетей приветствуется;
- Уверенные навыки программирования на Python и знание фреймворков (Scikit-learn, бустинговые модели);
- Опыт работы с базами данных (SQL, NoSQL) и инструментами обработки данных (Pandas, NumPy);
- Навыки настройки и работы с Linux-системами;
- Знание инфраструктурных инструментов (Docker);
- Знание Kubernetes, MLflow и др. приветствуется;
- Понимание принципов Agile и опыт работы в Scrum/Kanban-командах;
- Будет плюсом участие в high-load проектах, публикации и выступления на конференциях.
Мы предлагаем: