Junior Data Analyst в команду антифрода (FinTech/ML)

Мы – ведущий российский финтех-провайдер. Наша команда занимается поиском и предотвращением фрода с помощью ML в трех направлениях бизнеса компании:
- сервис денежных переводов KoronaPay
- интернет-банкинг Faktura
- сервис гашения кредитов

Мы работаем по T-shape-подходу: каждый вовлечен во весь цикл — от общения с заказчиком до сопровождения ML-сервисов.

В команде работают разносторонние специалисты с разным бекграундом (дата-аналитики, разработчики, эксперты в бизнесе и прикладных областях, системные аналитики, UX/UI-дизайнеры и PM’ы). Мы активно растем и ищем младшего дата-аналитика, готового развиваться вместе с нами.

Наши проекты:
Мы уже сделали и активно развиваем: несколько антифрод-моделей, сервис деперсонализации логов, сервис проверки по черным спискам

На старте тебе предстоит заниматься следующими задачами:
- анализировать требований совместно с командой
- делать EDA
- писать дата-тесты и разбираться в особенностях поставки данных

Далее, по мере погружения в проект, наши специалисты подключаются к:
- общению с заказчиком и постановке задач
- сопровождению inference сервисов на проде
- участвовать в R&D, развитии сервисов и MLOps
- помогать новичкам

Наши процессы:
- работаем по Scrum (2-недельные спринты)
- каждый сотрудник - человек-оркестр, который может заниматься взаимодействием с заказчиком, сбором данных, обучением модели, написанием инференс сервиса, выносом на прод, сопровождением, мониторингом, MLOps
- у каждого новичка есть наставник, онбординг — 2–3 месяца
- индивидуальный план развития на 6 месяцев вперед
- пересмотр грейда и/или ЗП не реже раза в год

Наш стек:
- микросервисы на Python + aiohttp / fastapi
- библиотеки/фреймворки: SciPy, NumPy, Pandas, Matplotlib, scikit-learn, CatBoost, PyTorch
- ML Data management & Experiment tracking: DVC
- тестирование данных: SodaCore
- оркестрация пайплайнов: Apache Airflow
- Big Data tools: Hadoop, Spark, Hive, Impala, HUE, ClickHouse
- тестовые и боевые стенды в k8s, Gitlab CI для СI/CD, Helm, Flux
- средства мониторинга: Jaeger, Sentry, Grafana, Prometheus
- Jira для ведения задач
- Confluence для ведения документации

Возможные векторы развития для перехода на следующий уровень:
- расширение экспертизы в сервисах команды
- развитие в MLOps
- развитие в R&D (исследования новых подходов etc)

Что мы ожидаем:
- опыт работы дата-аналитиком/разработчиком от 1 года
- знание основ статистики, теории вероятностей и линейной алгебры
- умение писать SQL-запросы
- знание основ синтаксиса Python, клиент-серверной архитектуры, HTTP, IDE, дебаггер, назначения тестов, общее представление о жизненном цикле разработки
- понимание базовых этапов подготовки данных
- понимание базовых принципов визуализации и интерпретации данных
- знание основных методов валидации моделей и метрики для разных типов задач
- понимание базовой структуры ML-проекта (данные → обучение → инференс)
- представление, как устроен пайплайн обучения
- знание основ CI/CD, логирования, базовые команды shell, git
- понимание, как устроен запуск и мониторинг моделей, иметь базовое представление об окружениях, контейнерах и простом деплое

Будет преимуществом:
- опыт взаимодействия с заказчиком, работы бизнес/системным аналитиком, разработчиком
- опыт автоматизации API или веб-приложений
- знание, опыт работы с NLP, NN
- опыт поставки приложений в промышленный контур
- навыки построения аналитических отчётов и дашбордов
- владение английским языком, достаточным для чтения технической документации