Альфа-Банк·Москва·25 авг.
Data Scientist (платформа ограничений Antifraud)
Ориентир по рынку≈ 325 000 – 400 000 ₽наша приблизительная оценка по 16 вакансиям этой роли и грейда, у работодателя вилка не указана
🔄 ГибридMiddleПолная занятостьКорпорация
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вместо вилки в объявлении «доход: размер заработной платы обсуждается»: что это значит в цифрах, придётся выяснять. Вакансия живая, задачи расписаны.
3 из 4 в норме
Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона
Деньги
Вместо вилки в объявлении «доход: размер заработной платы обсуждается». Ориентир на созвон: столько платят в 16 похожих вакансиях Data Scientist уровня Middle.
- Кроме оклада: премия. Размер не назван, а от него зависит доход за год.
Живость
Висит 55 дней, признаков фиктивного найма нет.
Описание
Расписано подробно: обязанностей 7, требований 6. Картина ясна до первого созвона.
- Обещают
- ДМС со стоматологией, гибкий график и коворкинг
- Известно
- высокие нагрузки
- Не сказано
- сколько дней в офисе
Что требуют
ОбязательноPythonSQLSparkMLA/B Testing
Надбавка к зарплате на этом уровне: Python +40%, SQL +20%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
Что стоит спросить: вопросы именно к этой вакансии для первого созвона
Когда откликаться
Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
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 требования
Высшее техническое образование
Опыт работы в DS от 2 лет. Опыт вывода моделей в прод
Уверенный Python, продвинутый SQL
Большой опыт в решении задач
Статистика, A/B тесты, знание
Умение презентовать результат
Мы предлагаем
Стабильный и прозрачный доход: размер заработной платы обсуждается по итогам собеседования + квартальная премия по результатам KPI
Гибкий график работы: вы сможете планировать время так, как удобно вам и вашей команде
Полную удалёнку или гибрид на выбор, а также уютный ИТ-хаб в Москве, Санкт-Петербурге, Екатеринбурге и сезонный коворкинг в Сочи
Сложные и интересные задачи, современный стек технологий
Заботу о вашем здоровье: программа ДМС с первых дней работы, куда входит стоматология, обслуживание в лучших клиниках города, страхование и компенсация 10-ти дней больничного
Возможность вертикального и горизонтального карьерного роста: регулярно проходят тренинги, вебинары, митапы и демо-дни
Оплату посещения профильных конференций и курсов, помогаем с подготовкой к публичным выступлениям и написанием статей на Хабр
Доступ к бесплатным корпоративным библиотекам Alpina Digital, МИФ и бизнес-изданий
Работа у трижды лучшего работодателя РФ по версии hh.ru, Forbes, РБК
Программа развития AI-грамотности: треки по работе с нейросетями от базового до продвинутого уровня
Дополнительно
Мы занимаемся развитием
Платформы интеллектуального управления безопасностью финансовых потоков. Наши
ML-решения в реальном времени оценивают транзакции на предмет мошенничества
Комплаенс-рисков и других нежелательных действий. В работе мы применяем продвинутые
Методы машинного обучения, прикладной математики и статистики. Исследуем новые
Данные, проверяем различные ML-гипотезы и постоянно ищем возможности значимо
Улучшить существующие решения. Сейчас мы расширяем команду и ищем
DS-специалистов уровня Middle и Senior
