Вместе с нами ты будешь: Обрабатывать чековые данные, переиспользовать чеки для улучшения банковских моделей рисков, дохода, отклика и тд. Улучшение моделей категоризации, NER Единая рекомендательная система на данных банка. Построение сервисов рекомендаций товаров из чеков/брендов/категорий товаров/мерчантов/банковских продуктов на основе получившихся эмбедингов Синтетические данные: можно ли обучить генеративную сеть генерировать транзакции которые не отличить от настоящих? Создавать эмбединги последовательностей по человеку: чеки, транзакции, переводы и тд. Вероятностный мачинг на эмбедингах: есть сущности у разных компаний (персональные, поведенческие и т.д. данные) и задачи их смачить не передавая сырые данные. Исследовательские проекты (AutoML, NAS для RNN, ...) Какие знания и навыки для нас важны: Хорошее знание Python General DL и PyTorch Понимание Classic ML Умение читать статьи и их реализовывать, улучшать Приветствуется опыт в RecSys Pyspark будет сильным плюсом, или как минимум sql, так как данных много и надо уметь с ними работать эффективно Будет плюсом опыт в Metric Learning, RNN, NLP
Адрес
Москва