Data Scientist

Описание

О нас ----- Мы — операционный центр одного из крупнейших банков России. Каждый день через нас проходят **миллионы задач**: от клиентских обращений до внутренних банковских процессов. За этим стоят тысячи сотрудников, сложная логистика распределения нагрузки и ответственность за качество обслуживания на масштабе, который мало кто видел изнутри. Мы строим систему, которая позволит **предвидеть будущее** — в буквальном смысле. Задача, которую вы будете решать -------------------------------- Нам нужно точное **почасовое прогнозирование входящего потока задач в горизонте 3 месяцев**. Это: \- **Тысячи типов задач** с разными паттернами сезонности, аномалиями и зависимостями \- **Миллионы событий** в обучающей выборке \- Бизнес-критичная точность: ошибка прогноза напрямую влияет на укомплектованность смен и качество обслуживания клиентов

Обязанности

* Проектировать и обучать модели прогнозирования временных рядов на промышленном масштабе (тысячи рядов, миллионы наблюдений) * Исследовать и применять подходы: от классических (ARIMA, Prophet, ETS) до современных (TFT, N-BEATS, LightGBM с лаговыми признаками, нейросетевые архитектуры) * Решать задачи иерархического прогнозирования: согласовывать прогнозы по типам задач, подразделениям и временным горизонтам * Разрабатывать пайплайны feature engineering с учётом календарных эффектов, праздников, внешних факторов * Строить систему мониторинга качества прогнозов и автоматического переобучения * Работать в команде из нескольких DS-разработчиков

Требования

* Опыт промышленной разработки ML-систем от 3 лет * Глубокая экспертиза в прогнозировании временных рядов: вы знаете не только как обучить Prophet, но и почему он ошибается * Уверенное владение Python: pandas, numpy, scikit-learn, одна или несколько из: statsmodels, sktime, darts, NeuralForecast * Понимание метрик качества прогнозов (MAPE, WAPE, sMAPE, pinball loss) и умение выбирать правильную под задачу * Опыт работы с большими объёмами данных (десятки миллионов строк и выше) * Навыки работы с Git, умение писать читаемый, поддерживаемый код **Будет плюсом:** * Опыт иерархического (hierarchical) прогнозирования * Знакомство с подходами: Temporal Fusion Transformer, N-HiTS или аналоги * Опыт в финансовой или операционной аналитике * Понимание задач прогнозирования нагрузки на персонал

Условия

* **Задачу, которая не даст скучать:** масштаб, сложность и прикладной результат — всё в одном месте * **Команду:** несколько сильных DS-разработчиков, с которыми можно расти и спорить про архитектуру * **Влияние:** ваши модели определяют, как банк планирует нагрузку на тысячи сотрудников * Конкурентный уровень дохода — обсуждается индивидуально по итогам интервью * Гибридный формат работы * ДМС, корпоративное обучение, доступ к внутренним платформам и данным Процесс отбора -------------- 1.     Скрининг резюме 2.     Техническое интервью (разбор подхода к задаче прогнозирования, вопросы по ML и инженерии) 3.     Финальное интервью с командой и руководителем _Если вы давно искали задачу, где временные ряды — это не игрушечный датасет, а живая, сложная и важная система — вы нашли её._ **Откликайтесь. Будем рады познакомиться.**