Senior Data Scientist в Райффайзен Банк

Зарплата до 350 000 ₽

Требуемые навыки
Местоположение и тип занятости
📍 Москва
👨‍💻 Можно удаленно
Размещено 23.01.2023

Оцените эту вакансию «Senior Data Scientist»

Чем больше вы оцениваете, тем лучше будут ваши рекомендации по вакансиям

Команда Collateral Machine — часть Управления рисками. В нашей команде работают 11 профессионалов: Product Owner, Tech Lead, Business Expert, четыре Data Engineer’а, три Data Scientist’a и DevOps Engineer.

Наш продукт Collateral Machine — это система автоматической оценки объектов залогов, основанная на машинном обучении. Она поможет оказывать более быстрый и качественный сервис оценки залога для сотрудников бизнес-подразделений банка.

Краткое описание задачи с нашего хакатона, в котором участвовало почти 400 команд со всей России: https://habr.com/ru/company/raiffeisenbank/blog/574184/

Мы постоянно растем, не боимся экспериментировать и будем рады сделать все для того, чтобы вам было интересно с нами и вы могли развиваться. Для этого в банке есть комьюнити, которые помогают в обучении по различным направлениям: Data Science, Python, Data Engineering.

Наш стэк технологий:

  • обработка данных — Hadoop, Hive, Airflow;
  • сбор данных — Scrapy;
  • версионирование и воспроизводимость ML-экспериментов — MLFlow;
  • backend — Fastapi, Docker, poetry, Postgresql;
  • тесты пишем на pytest, в проектах придерживаемся общего шаблона, используем различные линтеры и форматеры.

Чем предстоит заниматься

  • создавать и проверять новые ML-модели для разных типов залогового имущества (жилая и коммерческая недвижимость, транспорт);
  • ставить задачи, выбирать метрики, валидировать модели;
  • участвовать в разработке всего pipeline — от сбора данных и feature engineering’а до выкатки в прод и дальнейшего мониторинга (при поддержке команды);
  • проводить пилотирование новых моделей и оценивать результаты;
  • интерпретировать модели и полученные результаты.

Наши ожидания

  • хорошее владение Python (включая стандартный ML-стек);
  • уверенные знания и практический опыт в области ML: табличные данные, временные ряды;
  • качественный код;
  • владение SQL, bash, Git;
  • готовность общаться с бизнесом;
  • уверенный опыт работы с Flask/FastAPI, Docker, pytest, PostgreSQL, Hadoop (Spark, Hive, HDFS, Airflow), Shap/Lime.

Будет плюсом

  • опыт работы с Beautifulsoup/Scrapy/Selenium;
  • опыт в NLP и работе с геоданными;
  • опыт работы с микросервисной архитектурой;
  • опыт презентаций по интерпретации и защите алгоритмов ML-моделей перед бизнесом;
  • готовность развивать T-shape компетенции в разработке, участвовать в сборе данных для обучения моделей;
  • желание изучать новое и искать лучшие решения для задач команды;
  • опыт в построении ML-моделей оценки стоимости движимого/недвижимого имущества (жилая и коммерческая недвижимость, транспорт).

Мы предлагаем

  • удаленную работу или возможность работать из офиса — по желанию;
  • активно развивающееся Data Science, Python, Data Engineering комьюнити внутри банка с конференциями, обучением и общением;
  • профессиональные тренинги и образовательные курсы karpov.courses, NewProLab, Otus, Slurm;
  • скидки на продукты банка и партнеров (рестораны, отели и многое другое), программу primezone.ru;
  • ДМС со стоматологией с первых дней работы и дополнительные компенсации по больничным листам;
  • гибкое время рабочего дня, не нарушающее командные договоренности;
  • отсутствие формализма и дресс-кода;
  • организацию обучения для профессионального развития;
  • большую бесплатную электронную библиотеку для сотрудников через аккаунт MyBook;
  • современный офис с кабинетом врача и собственным фитнес-залом в одной минуте от станции метро «Технопарк».

  • Свобода принятия решений в своей области

  • Культура постоянного совершенствования

  • Уникальность функции каждого сотрудника

  • Четкие стратегии и прозрачная система оценки

  • Гибкие и понятные бизнес‑процессы

  • Экспертное и кросс‑функциональ­ное развитие

АО «Райффайзен Банк»

Команда Collateral Machine — часть Управления рисками. В нашей команде работают 11 профессионалов: Product Owner, Tech Lead, Business Expert, четыре Data Engineer’а, три Data Scientist’a и DevOps Engineer.

Наш продукт Collateral Machine — это система автоматической оценки объектов залогов, основанная на машинном обучении. Она поможет оказывать более быстрый и качественный сервис оценки залога для сотрудников бизнес-подразделений банка.

Краткое описание задачи с нашего хакатона, в котором участвовало почти 400 команд со всей России: https://habr.com/ru/company/raiffeisenbank/blog/574184/

Мы постоянно растем, не боимся экспериментировать и будем рады сделать все для того, чтобы вам было интересно с нами и вы могли развиваться. Для этого в банке есть комьюнити, которые помогают в обучении по различным направлениям: Data Science, Python, Data Engineering.

Наш стэк технологий:

  • обработка данных — Hadoop, Hive, Airflow;
  • сбор данных — Scrapy;
  • версионирование и воспроизводимость ML-экспериментов — MLFlow;
  • backend — Fastapi, Docker, poetry, Postgresql;
  • тесты пишем на pytest, в проектах придерживаемся общего шаблона, используем различные линтеры и форматеры.

Чем предстоит заниматься

  • создавать и проверять новые ML-модели для разных типов залогового имущества (жилая и коммерческая недвижимость, транспорт);
  • ставить задачи, выбирать метрики, валидировать модели;
  • участвовать в разработке всего pipeline — от сбора данных и feature engineering’а до выкатки в прод и дальнейшего мониторинга (при поддержке команды);
  • проводить пилотирование новых моделей и оценивать результаты;
  • интерпретировать модели и полученные результаты.

Наши ожидания

  • хорошее владение Python (включая стандартный ML-стек);
  • уверенные знания и практический опыт в области ML: табличные данные, временные ряды;
  • качественный код;
  • владение SQL, bash, Git;
  • готовность общаться с бизнесом;
  • уверенный опыт работы с Flask/FastAPI, Docker, pytest, PostgreSQL, Hadoop (Spark, Hive, HDFS, Airflow), Shap/Lime.

Будет плюсом

  • опыт работы с Beautifulsoup/Scrapy/Selenium;
  • опыт в NLP и работе с геоданными;
  • опыт работы с микросервисной архитектурой;
  • опыт презентаций по интерпретации и защите алгоритмов ML-моделей перед бизнесом;
  • готовность развивать T-shape компетенции в разработке, участвовать в сборе данных для обучения моделей;
  • желание изучать новое и искать лучшие решения для задач команды;
  • опыт в построении ML-моделей оценки стоимости движимого/недвижимого имущества (жилая и коммерческая недвижимость, транспорт).

Мы предлагаем

  • удаленную работу или возможность работать из офиса — по желанию;
  • активно развивающееся Data Science, Python, Data Engineering комьюнити внутри банка с конференциями, обучением и общением;
  • профессиональные тренинги и образовательные курсы karpov.courses, NewProLab, Otus, Slurm;
  • скидки на продукты банка и партнеров (рестораны, отели и многое другое), программу primezone.ru;
  • ДМС со стоматологией с первых дней работы и дополнительные компенсации по больничным листам;
  • гибкое время рабочего дня, не нарушающее командные договоренности;
  • отсутствие формализма и дресс-кода;
  • организацию обучения для профессионального развития;
  • большую бесплатную электронную библиотеку для сотрудников через аккаунт MyBook;
  • современный офис с кабинетом врача и собственным фитнес-залом в одной минуте от станции метро «Технопарк».

Похожие вакансии

Показать все

Настрой карьеру с RIT.WORK
за 30 секунд

Укажи свой стек, опыт работы, зарплату и бот подберет для тебя подходящие офферы.

🚀 Создать подписку