Middle Data Scientist

Ориентир по рынку≈ 4 500 – 5 700 $наша приблизительная оценка по 25 вакансиям этой роли, у работодателя вилка не указана

🌍 УдалённоJuniorПолная занятость

≈ 4 500 – 5 700 $наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги».

1 из 4 в норме

Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться

Описание вакансии

В Департамент CVM массового кредитования АО «Bereke Bank» требуется Middle Data Scientist. Мы строим персонализированные коммуникации с розничными клиентами банка через NBA (Next Best Action). Ищем специалиста, который возьмет на себя полный цикл работы с моделями отклика и рекомендательными системами — от сбора витрин данных до мониторинга в продакшене.

Чем предстоит заниматься

Готовить данные для моделирования: собирать витрины признаков из банковских источников (продуктовая панель, транзакции, заявки, история коммуникаций), чистить данные и контролировать их качество.

Строить и развивать propensity-модели (модели отклика) на кредитные и транзакционные продукты (кредиты наличными, кредитные карты, депозиты).

Разрабатывать NBA-логику: выбор оптимального продукта, оффера и канала для клиента с учётом бизнес-правил, приоритетов и риск-ограничений.

Создавать рекомендательную систему для персонализации баннеров в мобильном приложении (с ежедневным пересчётом).

Выводить модели в продакшен: регулярный скоринг, интеграция с системами кампаний.

Поддерживать модели: мониторить качество и стабильность (PSI, дрейф признаков, деградация метрик), проводить переобучение.

Оценивать эффект моделей и кампаний с помощью A/B-тестов, считать инкрементальный эффект.

Переводить бизнес-задачи в ML-постановку, презентовать результаты и формулировать выводы для нетехнической аудитории.

Что мы ожидаем от кандидата

Высшее математическое или техническое образование.

Опыт работы в роли Data Scientist или ML-инженера от 2 лет, из них не менее 1 года в клиентской аналитике, маркетинге или CRM (банки, финтех, телеком, ритейл).

Уверенный Python: pandas, numpy, scikit-learn, градиентный бустинг (LightGBM, XGBoost или CatBoost), умение писать чистый переиспользуемый код.

Уверенный SQL: оконные функции, CTE, оптимизация сложных запросов, опыт работы с PostgreSQL и/или Oracle.

Опыт построения моделей бинарной классификации (отклик/отток) на реальных данных: понимание утечек данных, корректной временной валидации (out-of-time) и работы с дисбалансом классов.

Понимание подходов к рекомендательным системам: коллаборативная фильтрация, матричные разложения, ранжирование и его метрики (precision@k, recall@k, NDCG, MAP).

Знание математической статистики для дизайна и анализа A/B-тестов (расчёт выборки, проверка гипотез, доверительные интервалы).

Ответственность, аналитический склад ума, самостоятельность и инициативность.

Мы предлагаем

Официальное трудоустройство в одном из крупнейших банков РК.

Комфортный формат работы: гибридный или удаленный формат работы в Алматы.

Возможность напрямую влиять на бизнес-показатели и создавать масштабные ML-решения.

Профессиональная среда: сильная инженерная культура, отсутствие бюрократических тупиков, свобода в выборе инструментов и подходов.

Развитый социальный пакет и возможности для профессионального роста и обучения.