Team Lead ML Engineer (Classification Models)
Коротко
Leads an ML team; builds and maintains pipelines for model development; develops, deploys, and monitors classification and regression models for banking · Needs: 3+ years in DS/ML; 2+ years managing a team; Python with catboost, xgboost, lightgbm, statsmodels, scikit-learn, optuna, FastAPI, git, Airflow; SQL
Описание от работодателя
Обязанности
Развитие ML-направления и управление командой
Построение и развитие внутренних пайплайнов для разработки ML моделей (Feature Store, Experimentation Platform, Online and Offline Inference)
Проведение код-ревью и внедрение стандартов качества кода
Разработка, деплоймент, поддержка и мониторинг классификационных и регрессионных моделей: Price Elasticity Model, Early Repayment Prediction Model, Loan Disbursement Prediction Model, Interest Rate Uplift Model, Payment Date Recommendation, Application Scoring, Behavioral Scoring, Income Estimation, Antifraud Scoring, Collection Scoring и др.
Исследование и интеграция новых источников данных для расширения признакового пространства
Взаимодействие со стэйкхолдерами и смежными командами (Data Engineers, DevOps, Data Analysts), выявление бизнес-потребностей
Требования
Наличие опыта в DS / ML от 3 лет
Наличие опыта управления командой от 2 лет
Умение декомпозировать задачи, планировать и поддерживать работу команды
Глубокое понимание классических ML алгоритмов
Опыт решения ML задач: Uplift-моделирование, бинарная классификация, регрессия
Уверенное владение Python и соответствующими библиотеками: catboost, xgboost, lightgbm, statsmodels, scikit-learn, optuna, FastAPI, git, Airflow
Уверенное владение инструментами для анализа и визуализации данных: SQL (GreenPlum), pandas, seaborn, matplotlib
Уверенное знание теории вероятности и статистики
Условия
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
Условия для роста и развития:
возможность участия в командировках;
Работа с различными доменами данных: соцдем, карточные транзакции, доходы, кредитная история, телеком, финансовая отчетность компаний и др.
Годовой бонус