Senior/Middle ML engineer (Classification Models)

Ориентир по рынку≈ 4 100 – 4 400 $наша приблизительная оценка по 13 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисMiddleПолная занятость

≈ 4 100 – 4 400 $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». Объявление живое, и что за работа, понятно из текста.

3 из 4 в норме

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

Деньги

Сумму в объявлении не указали. Ориентир на созвон: столько платят в 13 похожих вакансиях Data Scientist уровня Middle.

платят меньше4 100 – 4 400 $ у половины таких вакансийплатят больше

Кроме оклада: премия. Размер не назван, а от него зависит доход за год.

Вилки нет

Живость

Открыта 52 дня, и признаков фиктивного найма у неё нет. Раньше не выкладывалась.

Живая

Описание

Обязанности: 5, требования: 6. Понятно, что за работа, ещё до отклика.

Обещают: конференции за счёт компании
Известно: бывают командировки

Подробно

Что требуют

ОбязательноMLPythonCatBoostXGBoostscikit-learnFastAPIGitSQLPandas

ПлюсомAirflowPower BI

Надбавка к зарплате на этом уровне: Python +40%, SQL +20%.

Ясно

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

10 вопросов именно к этой вакансии: что спросить на первом созвоне

Когда откликаться

Стоит ли спешить: за сколько дней Ipotekabank OTP Group обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Разработка, деплоймент, поддержка и мониторинг классификационных, uplift и регрессионных моделей: Application Scoring, Behavioral Scoring, Income Estimation, Antifraud Scoring, Collection Scoring

Анализ эффективности новых источников данных с последующим их внедрением в существующие и разрабатываемые модели

Общение с Product Owner, выявление бизнес-потребностей

Коммуникация со смежными командами: Data Engineers, DevOps, Data Analysts

Поведенческая и клиентская аналитика

Наши требования

Уверенное владение Python и соответствующими библиотеками: catboost, xgboost, lightgbm, statsmodels, scikit-learn, optuna, FastAPI, git

Уверенное владение инструментами для анализа и визуализации данных: SQL, pandas, seaborn, matplotlib

Уверенное знание теории вероятности и статистики

Высшее образование в STEM (Science, Technology, Engineering, Mathematics)

Наличие опыта разработки классификационных моделей от 2 лет

Будет большим преимуществом умение работать с такими инструментами как Airflow, MLFlow, Power BI

Мы предлагаем

Возможность решать интересные прикладные задачи с непосредственным влиянием на бизнес-результат по множеству банковских продуктов: Cash Loan, Mortgage, Car Loan, Loans for Medium and Small Enterprises

Работа в одной из лучших DS/ML команд Узбекистана

Возможность участия в конференциях и командировках

Работа с различными доменами данных: соцдем, карточные транзакции, доходы, кредитная история, телеком, финансовая отчетность компаний и др.

Годовой бонус