#python #NLP #SQL #ML
In the archive
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:
Our website uses cookies, including web analytics services. By using the website, you consent to the processing of personal data using cookies. You can find out more about the processing of personal data in the Privacy policy