Middle Data Scientist в антифрод

Альфа-Банк Data Scientist (платформа ограничений Antifraud) Формат работы: гибрид (больше удалённо)

Чем предстоит заниматься

• Развитие платформы интеллектуального управления безопасностью финансовых потоков. ML-решения в реальном времени оценивают транзакции на предмет мошенничества, комплаенс-рисков и других нежелательных действий. Применяются продвинутые методы машинного обучения, прикладной математики и статистики. Исследование новых данных, проверка ML-гипотез и поиск возможностей улучшить существующие решения. Расширяем команду и ищем DS-специалистов уровня Middle и Senior.
• Погружаться в бизнес контекст платформы ограничений, изучать доступные данные и существующую инфраструктуру — высоконагруженные сервисы, обрабатывающие миллионы транзакций в день.
• Анализировать текущие бизнес-процессы, выявлять их уязвимые места и точки роста.
• Пробовать различные подходы машинного обучения: классификацию, кластеризацию, uplift модели, ранжирующие модели и нейросетевые решения (частично или полностью).
• Сравнивать результаты экспериментальных моделей с текущим решением, оценивая их преимущества и недостатки.
• Валидировать модели с помощью офлайн метрик (AUC, PR кривые, NDCG, uplift метрики и др.), убеждаться в статистически значимом приросте точности.
• Подготавливать аналитическую статью или отчёт, в котором будет подробно сравниваться каждый метод и обосновываться выбор оптимального решения.
• Запускать в продакшн лучшее из протестированных решений, обеспечивая его интеграцию в существующую систему управления ограничениями.

Наши пожелания к кандидатам

• Высшее техническое образование.
• Опыт работы в DS от 2 лет. Опыт вывода моделей в прод.
• Уверенный Python, продвинутый SQL, PySpark как плюс.
• Большой опыт в решении задач классического ML: бустинги, регрессия, ранжирование, классификация.
• Статистика, A/B тесты, знание основ оптимизации, понимание принципов работы используемых методов.
• Умение презентовать результат сложных решений понятным бизнесу языком, проактивность в поиске точек роста и генерации новых идей.