Senior Data Scientist (ИЦО)

Ориентир по рынку≈ 353 000 – 382 000 ₽наша приблизительная оценка по 12 вакансиям этой роли и грейда, у работодателя вилка не указана

≈ 4,4 тыс.–4,7 тыс. $

ОфисMiddleПолная занятость

≈ 353 000 – 382 000 ₽наша приблизительная оценка

Описание

Подготовить отклик

История

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

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

2 из 4 в норме

Наша компания

Мы ищем опытного DS для участия в масштабном проекте по внедрению системы индивидуального ценообразования в Сбере. Проект направлен на увеличение прибыли банка посредством персонализированных предложений клиентам.

Чем предстоит заниматься

Глубокий анализ данных для построения и калибровки моделей

Опыт построения uplift-моделей и кривых отклика для оптимизации процентных ставок/Разработка моделей оценки эластичности спроса на кредит по ставке

Разработка, обучение и валидация продвинутых ML-моделей для индивидуального ценообразования (регрессионные модели, градиентный бустинг, методы обучения с подкреплением / Reinforcement Learning для динамического ценообразования)

Анализ и интерпретация результатов A/B-тестов ценовых стратегий, оценка их бизнес-эффекта (влияние на выручку, маржу, конверсию, LTV)

Построение и оптимизация симуляционных сред для предварительной оценки эффекта ценовых изменений

Наши требования

Глубокое знание и практический опыт (от 3 лет) применения методов машинного обучения и анализа данных для решения бизнес-задач, желательно в области ценообразования, экономики или финтеха

Продвинутый уровень знаний в области статистики, эконометрики и методологии проведения A/B-тестов. Понимание принципов микроэкономики и теории цен

Опыт разработки и внедрения в production моделей, напрямую влияющих на финансовые метрики (выручка, маржа)

Продвинутые знания SQL и Python для анализа данных и ML

Опыт работы с Python ML-фреймворками (Scikit-Learn, LightGBM/CatBoost/XGBoost, PyTorch/TensorFlow, библиотеки для RL), Spark (PySpark), опыт работы с базами данных (GreenPlum, PostgreSQL, ClickHouse)

Опыт построения систем динамического ценообразования (dynamic pricing) или моделей на основе обучения с подкреплением (Reinforcement Learning)