Middle machine learning engineer

Ищем Middle machine learning engineer в разработу моделей математической оценки финансовых и бизнес рисков на основе различных массивов данных в Центр разработки https://fdwsoft.ru/. Полный день, удаленно.

Группа компаний Фордевинд (https://www.fdw.ru/)– быстрорастущая финансовая компания, занимающая лидирующие позиции на рынке краткосрочных займов малому и среднему бизнесу. Помимо кредитного бизнеса мы также оказываем инвестиционно-банковские и консультационные услуги для компаний из широкого перечня отраслей. Профессиональный опыт сотрудников включает работу в лучших инвестиционных банках (J.P. Morgan, UBS, VTB Capital, Sberbank CIB), фондах прямых инвестиций и международных аудиторских компаниях. Для усиления команды мы ищем Data Science с высоким уровнем личной ответственности и стремлением к росту.

Чтобы глубоко, качественно и быстро оценивать риски у нас есть свой центр разработки с запатентованным ПО (https://fdwsoft.ru/).

Мы ищем специалиста по машинному обучению уже с опытом, где сочетаются бизнес и научные задачи, проводятся прикладные исследования в обсласти финансов, математики и больших данных.

• Участие в сборе, обработке и визуализации данны;
• Поддержание, оптимизация и мониторинг существующих ML-пайплайнов;
• Проведение полного цикла разработки новых ML-моделей;
• Написание документации и создание тестов;
• Наставничество младших членов команды.

• Высшее техническое или экономическое образование одного из ведущих российских ВУЗов (ВШЭ, МГУ, МФТИ, РЭШ);
• Уверенные знания в области математических дисциплин смежных с Data Science;
• Знание классического DS/ML-стека и соответствующих библиотек (numpy, pandas, scipy, matplotlib, seaborn, sklearn, lightgbm, catboost и пр.);
• Понимание основных методов работы с временными рядами, в том числе нейросетевых подходов;
• Не менее 2 лет коммерческого опыта разработки на Python, умение писать чистый читаемый поддерживаемый кд;
• Опыт разработки ML-моделей для решения прикладных задач классификации, регрессии и кластеризации;
• Опыт проведения анализа и интерпретации обученных ML-моделей;
• Хорошее знание английского языка на уровне свободного чтения документации, самостоятельность, умение ответственно подходить к решению поставленных задач.

• Профессиональный рост и гибкое построение карьерного пути;
• Свобода в выборе используемого стека технологий, отсутствие внутренней бюрократии;
• Возможность работы в офисе, удаленно или в гибридном формате;
• Участие в интересных проектах для решения прикладных бизнес задач с первых дней, возможность инициирования и запуска новых процессов;
• Конкурентная оплата труда, прозрачная бонусная система.