Machine Learning Engineer (платформа Sber.DS)

Описание вакансии

В ПАО Сбербанк в Управлении валидации, в Центре валидации моделей корпоративно-инвестиционного бизнеса открыта вакансия Machine Learning Engineer.

Управление валидации Сбербанка – это `большая четверка` в области Data Science. Сотрудники управления участвуют в проектах по улучшению предиктивных моделей, моделей машинного обучения и оптимизации их применения в бизнес-процессах Банка. Мы создаем инструменты для мониторинга, управления и митигации модельного риска по всем бизнес-направлениям.



Основные задачи:

Развитие проектов Управления Валидации по развитию IT инфраструктуры и автоматизации процессов, таких как:

Автоматизация процесса количественной валидации моделей и регулярного мониторинга моделей
Разработка архитектуры хранения данных, необходимых для валидации и разработки моделей
Интеграция существующих Python-библиотек со Sber.DS
Создание инструментов для автоматической разработки моделей - AutoML
Рефакторинг существующих библиотек (в том числе валидационных тестов)


Периметр моделей включает в себя два больших стрима: модели бизнеса и риск-модели.

К первому стриму относятся модели предодобренных предложений, управление CLTV, прогнозирование развития бизнеса клиентов, модели анализа новостных источников, рекомендательные системы (next best action), модели прогноза cash flow, оценки стоимости залогов.

К стриму риск-моделей относятся модели кредитного риска (PD, LGD, EAD), ПВР, МСФО, а также бизнес модели, текстовой аналитики, в том числеblackbox алгоритмы, модели оптимальной суммы/срока кредита (RBL/RBP/RBT).

Мы активно участвуем в развитии собственной системы для разработки и валидации моделей – Sber.DS. Для неё мы занимаемся написанием пользовательских узлов.

У нас есть несколько внутренних библиотек, упрощающих разработку моделей: AutoML, feature selection, WoE-биннинг. Эти библиотеки необходимо развивать, а также создавать новые.



Требования:

Техническое высшее образование (предпочтение отдаётся выпускникам ВШЭ, МФТИ, МГУ, РЭШ);
Хорошее знание Python (стандартные библиотеки, умение применять ООП, ML-stack)
Опыт работы с git
Опыт работы с базами данных (Oracle, SQL)
Понимание принципов построения моделей машинного обучения
Системное мышление, желание разбираться в предметной области, в бизнес-процессах.
Плюсом будет:

Опыт работы с Linux-системами
Опыт работы с docker
Знание R (есть легаси на нём)
Опыт работы с экосистемой Hadoop (Spark, Hive)
Опыт работы с Flask/Django


Условия:

График работы: 5/2, сокращенный рабочий день в пятницу;
Конкурентные условия труда, достойная заработная плата (оклад + квартальные и годовая премии);
ДМС для сотрудников и родственников;
Профессиональное обучение, семинары, тренинги, конференции;
Льготные условия по кредитам Сбербанка, а также скидки от партнеров Сбербанка;
Большой и комфортный офис со спортзалом.

Резюме прислать
Москва, Москва, Вавилова 19, п/и 117997