Data Scientist (Optimization)

Обязанности:
Разрабатывать и строить модели классического машинного обучения для прогнозирования.
Оптимизировать бизнес‑процессы, учитывая ограничения (MILP и др.) и используя построенные прогнозные модели.
Подготавливать и обрабатывать данные, создавать пайплайны для обучения моделей.
Интегрировать готовые модели в текущую инфраструктуру компании.
Повышать производительность и масштабируемость решений, обеспечивая их надёжную работу в продакшене.

Требования:
Знать продвинутые методы решения оптимизационных задач и иметь опыт их применения с бизнес‑ограничениями (MILP и др.).
Уметь работать с библиотеками и солверами оптимизации (Pyomo, OR‑Tools, PuLP, Gurobi и др.).
Владеть Python на уровне промышленной разработки.
Иметь опыт построения классических моделей ML и глубокие знания классических методов машинного обучения.
Понимать принципы создания производственных ML‑систем (MLOps, пайплайны).
Уметь писать SQL‑запросы и работать с реляционными базами данных.
Желателен опыт работы с PySpark для обработки больших объёмов данных.
Навыки оптимизации вычислительных нагрузок.
Фокус на бизнес‑ценности разрабатываемых решений.
Умение эффективно работать в команде, взаимодействовать с аналитиками, инженерами данных и продакт‑менеджерами.
Системное мышление, внимание к деталям и способность предлагать практичные, реализуемые решения.

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.