Data scientist (модели HR)

Обязанности:
•Построение моделей в сфере HR.
• Разобраться в бизнес контексте, данных и инфраструктуре.
• Анализ текущего решения: Изучить существующее решение и найти его слабое место — как в самом подходе, так и в таргете, признаках при наличии.
• Опробовать разные ML подходы: классификация , кластеризация, uplift и ранжирующие модели, нейросети (можно часть из них). Сравнить имеющееся решение и опробованные.
• Проверить качество offline метриками (AUC/PR, NDCG для ранжирования, uplift метрики и др.), убедиться, что есть статистически значимый прирост в точности.
• Написать статью/отчёт со сравнением методов. Если получится — запускаем лучшее решение в прод в параллель с имеющимся и проводим ABC тест.

Требования:
• Выше образование по программе математического, физического или ДС направления.
• Уверенный Python, SQL. Базовое понимание PySpark — плюс.
• Хорошие знания алгоритмов и применение их в работе. Бустинги, деревья, логистическая и линейная регрессия, кластеризация, uplift и ранжирующие модели (плюс), работа с дисбалансом, калибровка.
• Опыт применения в работе теории вероятности\доверительных интервалов\ статистических тестов\бутстрэпа.
• Чёткая коммуникация и самостоятельность в отладке кода.

Наличие хотя бы одного из качеств ниже:
1) Опыт разработки моделей в направлении HR.
2) Опыт разработки моделей с применением оптимизации: milp\генетический алгоритм.
3) Deep Learning / NLP: Базовые представления о нейронных сетях (MLP, embeddings), рекомендательных системах и NLP задачах.
4) Опыт разработки моделей временных рядов.
5) Наличие опыта решений каких-либо неклассических задач: симуляционные модели\байесовские методы\эконометрика мб что-то ещё.

Условия:
• Стабильную работу в одном из крупнейших банков страны;
• Сильное DS community, большое разнообразие рабочих и внерабочих активностей
• Конкурентную заработную плату, соцпакет;
• Условия для роста и развития (в т.ч. конференции, тренинги, внутренние программы развития).
• Дружный коллектив единомышленников (все специалисты, занимающиеся машинным обучением объединены одним департаментом для максимально плотного и продуктивного обмена знаниями).
• Передовой стек технологий, высокопроизводительное оборудование.
• Возможность решать разнообразные прикладные задачи с выводом в промышленную эксплуатацию, возможность существенно влиять на результат (в т.ч. в бизнес-смысле) и способы его достижения (вплоть до внесения изменений в архитектуру).
• Квартальный бонус по результатам работы;
• ДМС, страхование жизни;
• корпоративное обучение;