Junior Data Scientist (Геомаркетинг 2.0)

Описание

Геомаркетинг – геоинформационная система (ГИС), предназначенная для сбора, обработки, моделирования и анализа пространственных данных, их отображения и использования при решении расчетных задач. 2.0 – второе поколение системы, в ней используются новейшие технологии и алгоритмы, что делает ее более эффективной и функциональной. Геомаркетинг 2.0 предназначен для оптимизации затрат Банка на аренду недвижимости. Система использует технологии Big Data и Machine Learning, эффективно обрабатывает и анализирует большие объемы пространственных данных, умеет проводить экспресс-оценку арендной платы. Продукт существенно увеличивает производительность работы сотрудников по мониторингу и анализу рынка недвижимости и помогает сокращать издержки Банка на аренду.

Обязанности

* разработка, доработка и поддержка «лассических ML-моделей на всех этапах жизненного цикла * формирование и обработка набора признаков, выполнение их нормализации и отбор * обучение модели, подбор и оптимизация гиперпараметров * внедрение модели в промышленную эксплуатацию * мониторинг качества моделей в эксплуатации, анализ причин снижения качества и предложения доработки. * участие в оптимизации процессов сбора, первичной обработки и хранения больших объёмов данных из разных источников, в том числе с неполными и зашумлёнными данными.

Требования

* опыт работы в роли Data Scientist, Data Analyst или ML Engineer в production-проектах * успешное участие в 3+ проектах с использованием ML/DS для решения бизнес-задач (KPI, метрики, A/B-тесты) * свободное владение Python (pandas, numpy, scikit-learn); знание SQL на продвинутом уровне (JOIN, оконные функции, оптимизация запросов) * опыт с scikit-learn, TensorFlow/PyTorch (минимум 1–2 проекта с нейронками) * понимание алгоритмов (регрессия, кластеризация, деревья, градиентный бустинг как XGBoost/LightGBM) * опыт работы с Git, Docker, Hadoop * опыт построения ETL-процессов, обработка данных (feature engineering, handling missing values, scaling) * умение формулировать гипотезы, проводить EDA (exploratory data analysis) и визуализировать данные (Matplotlib, Seaborn, Plotly) * знание статистики: A/B-тестирование, байесовские методы, проверка гипотез (p-value, confidence intervals).

Условия

* инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти * среда для обмена знаниями – высокая экспертиза внутри команды * сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать * нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам * стабильная заработная плата и годовой бонус * полностью офисный формат работы * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.