Middle ML-разработчик

Опыт работы: от 3 лет. Формат работы: офис или гибрид.

Чем предстоит заниматься

• Дистрибуция страховых продуктов. Развитие моделей отбора пользователей, которым актуален конкретный страховой продукт. Ближайшие задачи — улучшение дистрибуции ОСАГО и КАСКО, перенос подхода на новые продукты. Работа включает формулирование продуктовых гипотез, поиск релевантных сигналов в разных сервисах Яндекса, построение интерпретируемых моделей и проверку качества отбора в продуктовых экспериментах.
• Риск-скоринг. Развитие моделей оценки страхового риска для КАСКО, ОСАГО и других продуктов. Основные сложности — небольшое количество подтверждённых страховых случаев, неполная разметка и необходимость проверять сигналы на независимых источниках данных. Есть базовые модели и архитектура пайплайна: нужно улучшать признаки и валидацию, следить за качеством текущих решений и адаптировать подход к новым продуктам.
• Данные и ML-пайплайны. В обоих направлениях значительная часть работы связана с данными: нужно договариваться с командами — владельцами источников, собирать выборки и признаки, проверять их покрытие и качество, добавлять новые блоки в существующие пайплайны и анализировать результаты A/B-тестов.

Наши пожелания к кандидатам

• Уверенное владение Python и SQL.
• Хорошая база в классическом ML, опыт работы с табличными данными.
• Понимание принципов корректной валидации, временных разбиений и возможных утечек.
• Умение самостоятельно вести ограниченный исследовательский или продуктовый трек: от постановки гипотезы до выводов и следующего шага.
• Готовность работать с неполными данными и неоднозначными таргетами.
• Способность понятно объяснять продуктовой команде логику модели, допущения и ограничения.
• Критическое отношение к данным, метрикам и результатам.