Data Scientist (моделирование и аналитика)

Axiom Pro — международная компания в области подбора и предоставления IT-специалистов и аналитических экспертов для технологических и data-driven компаний. Мы работаем с международными партнёрами и помогаем им строить сильные команды для разработки, аналитики и инновационных проектов.

Сейчас мы ищем Data Scientist (Modeling & Analytics) для нашего партнёра.

В этой роли Вы будете отвечать за разработку статистических моделей и проведение аналитических исследований, направленных на рост продаж и увеличение количества страховых полисов компании.

Вы будете работать в тесном взаимодействии с маркетинговыми командами, менеджерами по маркетингу, аналитиками данных и другими Data Scientist для определения бизнес-задач, сбора и обработки данных, построения и поддержки моделей, а также оценки их эффективности.

Для успешного выполнения задач требуется уверенное владение:

• SQL для работы с данными

• SageMaker или другими AI/ML инструментами для построения моделей

• Python или R для анализа данных

• инструментами визуализации (например, Power BI) для мониторинга и оценки эффективности моделей

Основные обязанности:

• Разработка, поддержка и автоматизация моделей прогнозирования:

  • вероятности покупки

  • стоимости страхового полиса

  • оттока / удержания клиентов

  • cross-sell и up-sell

  • next best action

  • других моделей поведения клиентов

  Использование внутренних данных компании, данных переписи населения, агрегированных внешних данных и макроэкономических данных.

• Подготовка рекомендаций для маркетинговых стратегий распределения каналов на основе данных и моделей.

• Проведение продвинутого exploratory data analysis (EDA).

• Анализ интерпретируемости и объяснимости моделей (model interpretability and explainability).

• Использование метрик оценки качества моделей, включая:

  • precision

  • recall

  • F1 score

• Проведение A/B-тестирования, разработка экспериментальных дизайнов и количественных метрик для улучшения моделей.

• Применение требований конфиденциальности и регулирования данных, включая GDPR и CCPA.

• Использование принципов этичного AI, а также методов обнаружения и устранения bias в моделях.

• Проведение анализа эффективности моделей и маркетинговых кампаний как на тестовых выборках, так и после внедрения моделей в продакшн.

• Прогнозирование результатов маркетинговых кампаний на основе моделей и проверка прогнозов по фактическим данным.

• Взаимодействие с архитекторами данных и инженерами данных для обеспечения качества данных:

  • чистоты

  • полноты

  • корректности

  • пригодности для использования в AI/ML платформах.

• Разработка и поддержка data pipelines.

• Реализация методов feature engineering.

• Поиск, оценка и приобретение дополнительных источников данных для использования в моделировании.

• Проактивное выявление возможностей для улучшения моделей и запуска новых проектов по моделированию.

• Ведение четкой и структурированной документации:

  • данных

  • методологий

  • результатов анализа.

• Автоматизация существующих процессов для повышения общей эффективности.

• Проведение ad-hoc аналитики для поддержки маркетинговых и дистрибуционных инициатив.

• Поиск инновационных подходов и оптимизационных решений, которые могут привести к трансформации бизнеса, увеличению продаж и росту прибыли.

Требования:

Образование и опыт:

• Магистерская степень в одной из областей:

  • статистика

  • экономика

  • математика

  • data science

  • или смежные дисциплины

• Опыт работы в маркетинговой аналитике или моделировании поведения клиентов.

• 5–7 лет опыта в Data Science, включая практический опыт работы с Machine Learning:

  • scikit-learn

  • TensorFlow

  • PyTorch

  • DataRobot

  • Databricks

• Опыт работы с Generative AI.

• Опыт автоматического развертывания и мониторинга моделей.

Технические навыки:

• Опыт работы с облачными платформами:

  • AWS

  • Azure

  • Google Cloud

• Опыт работы с Big Data технологиями:

  • Spark

  • Hadoop

• Глубокое понимание алгоритмов машинного обучения и их применения в автоматизированных системах.

• Опыт использования продвинутых методов моделирования:

  • ensemble методы

  • анализ временных рядов

  • вероятностное моделирование

• Высокий уровень владения:

  • Python или R (для статистического анализа, разработки моделей и автоматизации процессов)

  • SQL (для извлечения и обработки данных)

• Опыт работы с инструментами визуализации данных:

  • Power BI

  • Tableau

  • или аналогичными инструментами

• Навыки автоматизации аналитической визуализации.

Дополнительные профессиональные навыки:

• Опыт межфункционального взаимодействия и работы с различными командами.

• Понимание agile-методологий и принципов управления проектами.

• Навыки коммуникации со стейкхолдерами.

• Дополнительная подготовка или академическая специализация в областях:

  • непараметрической статистики

  • методов ресэмплинга

  • байесовских методов для анализа малых выборок

• Опыт применения:

  • sequential testing

  • multi-armed bandit методов для извлечения максимальной информации из ограниченных выборок в маркетинговых задачах.

• Способность объяснять сложные технические результаты понятным и доступным языком для разных аудиторий.

• Умение сохранять баланс между стратегическим видением и операционными задачами.

• Высокий уровень внимательности к деталям, включая:

  • поддержание точности и согласованности data science активов

  • актуализацию документации

  • выявление и устранение проблем качества данных.

• Проактивность и способность самостоятельно определять приоритетные задачи с высоким бизнес-эффектом.

• Навыки убедительной и лаконичной презентации аналитических результатов.

Будет преимуществом:

• Опыт работы в страховой или финансовой индустрии.

• Опыт использования Generative AI в задачах предиктивного моделирования.

• Знание:

  • моделей маркетинговой атрибуции

  • маркетинговых mix-моделей

  • моделей расчета customer lifetime value

  • моделей прогнозирования оттока клиентов.

• Опыт работы с MLOps и автоматическим деплоем моделей.

• Опыт использования Git для контроля версий.

• Опыт настройки CI/CD для аналитического кода.

• Понимание принципов оценки рисков и актуарного моделирования.