#python #NLP #SQL #ML
Команда занимается разработкой моделей для всех подразделений группы ВТБ. Ключевые компетенции – NLP & Time Series. Также мы занимаемся различными образовательными проектами и написанием научных статей
Ищем коллегу уровня middle или senior
Текущий портфель проектов:
Инвестиции:
- оценка влияния тональности новостного потока на динамику финансовых инструментов (news sentiment for financial markets);
- оценки влияния разнообразия и шумности новостного фона на ликвидность финансовых активов (news diversity, hype for financial markets);
- выявление в новостных лентах наиболее важных тем в контексте Financial Markets (event-based analytics);
- поведенческая аналитика компаний и клиентов на основе неструктурированных данных в контексте Financial Markets (behavioral analytics);
- разработка торговых стратегий для валидации гипотез;
- оценка капитализации компаний через технологический индекс на основе новостей и патентов (dollar value index of technology).
Риски:
- поиск событий, свидетельствующих о возможном ухудшении кредитного качества контрагентов (розничных и корпоративных) Банка в новостных лентах (event-based analytics);
- выявление именованных сущностей (NER);
- саммаризация новостей (text summarization);
- объединение новостей в сюжеты;
- предиктивная аналитика и финансовый мониторинг (nlp & time series forecasting).
Маркетинг:
- unsupervised мониторинг тем, возникающих в Social Media, связанных с брендом и продуктами ВТБ и конкурентов (topic modelling);
- анализ настроений в Social Media (sentiment analysis);
- классификация обращений, поступающих в Банк по всевозможным каналам (опросы, отзывы, контактный центр и т.д.) (text classification);
- модельные оценки клиентского уровня удовлетворенности (nlp & time series forecasting).
Контактный центр:
- прогнозирование нагрузки на Контактный Центр (time series forecasting, clustering);
- составление и оптимизация расписания операторов (discrete optimization);
- детектирование проблемных направлений поддержки и тематик разговоров операторов с клиентами (anomaly detection).
Управление налично-денежной ликвидностью:
- прогнозирование клиентского спроса на наличность по всем типам устройств, номиналов и валют для всей банкоматной сети (multiple time series forecasting, clustering, local and global modelling);
- рекомендательная система налично-денежного обращения для инкассаторов (discrete optimization).
Требования:
Условия:
Cookies help us deliver our services. By using our services, you agree to our use of cookies.