ML-разработчик в Финтех

Присоединяйтесь к нам — развивать проект и помогать миллионам пользователей управлять финансами!

Придумываем сложные сервисы, чтобы людям было проще платить и копить, а ещё внедряем фичи для бизнеса. Продвинутые технологии мы сочетаем с чувством юмора, а революционные фичи — с вечеринками.

• Прогнозирование LTV (Lifetime Value) клиентов

С помощью ML-моделей прогнозируем долгосрочную ценность каждого клиента для компании. Это позволяет не просто сегментировать аудиторию, а выстраивать клиентоориентированную стратегию: оптимизировать маркетинговые затраты, разрабатывать персонализированные предложения и, как следствие, напрямую влиять на ключевые финансовые показатели бизнеса.

• Моделирование вероятности оттока клиентов (Churn Prediction)

Удержать существующего клиента дешевле, чем найти нового. Модели прогнозирования оттока — это инструмент для точечного и своевременного вмешательства, позволяющий не только сократить потери, но и гарантировать стабильный поток доходов от основной клиентской базы.

• Построение uplift-моделей для оптимизации коммуникаций

Определяем, для каких пользователей какая коммуникация будет наиболее эффективна. В результате мы минимизируем раздражение от спама и оптимизируем рекламные расходы, повышая эффективность каждой коммуникации.

• Разработка моделей персональных рекомендаций

Персональные рекомендации значительно улучшают пользовательский опыт, помогая клиентам быстрее находить нужное и открывать новые возможности наших сервисов. Это напрямую ведёт к увеличению вовлечённости, глубины использования продукта и конверсии в целевые действия, что в итоге повышает клиентскую лояльность и доход.

• Моделирование дохода и финансового поведения клиентов

На основе клиентской активности в сервисах Яндекса предсказываем доход и финансовое поведение клиентов. Это позволяет не просто угадывать потребности, а создавать предложения, которые идеально соответствуют финансовому профилю и жизненной ситуации человека

Больше об ML в Яндексе — в канале Yandex for ML

• Понимаете принципы классического машинного обучения
• Хорошо знакомы с Python и SQL, желательно с C++
• Разрабатывали и внедряли модели в продакшен
• Готовы отвечать за продакшен модели в run‑time

• Вакансию в сильной команде и возможность расти
• Сложные задачи для сервисов с миллионами пользователей
• Возможность влиять на процесс и результат
• Зарплату на уровне рынка и выше
• Премии каждые полгода для всех, кто успешно прошёл ревью
• Расширенную программу ДМС: оплату 80% стоимости ДМС для супругов и детей
• Гибкий график работы