Hidden

Middle data scientist в команду обезличенных данных

Мы недавно отделившаяся команда и занимаемся созданием эмбедингов на всех возможных данных банка. Идея в том чтобы перевести всю сложную структуру данных unsupervised подходами в эмбединги для дальнейшего переиспользования другими командами, построения рекомендаций и вероятностного мачинга

ОБЯЗАННОСТИ:

• обработка чековых данных, переиспользование чеков для улучшения банковских моделей рисков, дохода и тд. Улучшение моделей категоризации, NER;
• единая рекомендательная система на данных банка. Построение сервисов рекомендаций товаров из чеков/брендов/категорий товаров/мерчантов/банковских продуктов на основе получившихся эмбедингов;
• синтетические данные: можно ли обучить генеративную сеть генерировать транзакции которые не отличишь от настоящих;
• создание эмбедингов последовательностей по человеку: чеки, транзакции, переводы и т. д.;
• вероятностный мачинг на эмбедингах (есть сущности у разных компаний (персональные, поведенческие и т.д. данные) и задачи их смачить, не передавая сырые данные);
• некоторые исследовательские проекты (AutoML, NAS для RNN).

ТРЕБОВАНИЯ:

• хорошее знание Python;
• понимание Classic ML;
• General DL и PyTorch;
• умение читать статьи и их реализовывать, улучшать;
• приветствуется опыт в RecSys;
• pyspark будет сильным плюсом, или как минимум sql, так как данных много и надо уметь с ними работать эффективно;
• будет плюсом опыт в Metric Learning, RNN, NLP.

УСЛОВИЯ:

• трудоустройство согласно Законодательству;
• конкурентная заработная плата;
• профессиональное обучение и развитие;
• добровольное медицинское страхование, льготные условия кредитования;
• корпоративная пенсионная программа, материальная помощь;
• спортивная жизнь и корпоративные мероприятия;
• возможность построить карьеру в ведущем банке России.