компания "райффайзенбанк" команда collateral machine — часть управления рисками. в нашей команде работают 11 профессионалов: product owner, tech lead, business expert, четыре data engineer’а, три data scientist’a и devops engineer. наш продукт collateral machine — это система автоматической оценки объектов залогов, основанная на машинном обучении. она поможет оказывать более быстрый и качественный сервис оценки залога для сотрудников бизнес-подразделений банка. краткое описание задачи с нашего хакатона, в котором участвовало почти 400 команд со всей россии: https://habr.com/ru/company/raiffeisenbank/blog/574184/ мы постоянно растем, не боимся экспериментировать и будем рады сделать все для того, чтобы вам было интересно с нами и вы могли развиваться. для этого в банке есть комьюнити, которые помогают в обучении по различным направлениям: data science, python, data engineering. наш стэк технологий: обработка данных — hadoop, hive, airflow; сбор данных — scrapy; версионирование и воспроизводимость ml-экспериментов — mlflow; backend — fastapi, docker, poetry, postgresql; тесты пишем на pytest, в проектах придерживаемся общего шаблона, используем различные линтеры и форматеры. чем предстоит заниматься создавать и проверять новые ml-модели для разных типов залогового имущества (жилая и коммерческая недвижимость, транспорт); ставить задачи, выбирать метрики, валидировать модели; участвовать в разработке всего pipeline — от сбора данных и feature engineering’а до выкатки в прод и дальнейшего мониторинга (при поддержке команды); проводить пилотирование новых моделей и оценивать результаты; интерпретировать модели и полученные результаты. наши ожидания хорошее владение python (включая стандартный ml-стек); уверенные знания и практический опыт в области ml: табличные данные, временные ряды; качественный код; владение sql, bash, git; готовность общаться с бизнесом; уверенный опыт работы с flask/fastapi, docker, pytest, postgresql, hadoop (spark, hive, hdfs, airflow), shap/lime. будет плюсом опыт работы с beautifulsoup/scrapy/selenium; опыт в nlp и работе с геоданными; опыт работы с микросервисной архитектурой; опыт презентаций по интерпретации и защите алгоритмов ml-моделей перед бизнесом; готовность развивать t-shape компетенции в разработке, участвовать в сборе данных для обучения моделей; желание изучать новое и искать лучшие решения для задач команды; опыт в построении ml-моделей оценки стоимости движимого/недвижимого имущества (жилая и коммерческая недвижимость, транспорт). мы предлагаем удаленную работу или возможность работать из офиса — по желанию; активно развивающееся data science, python, data engineering комьюнити внутри банка с конференциями, обучением и общением; профессиональные тренинги и образовательные курсы karpov.courses, newprolab, otus, slurm; скидки на продукты банка и партнеров (рестораны, отели и многое другое), программу primezone.ru; дмс со стоматологией с первых дней работы и дополнительные компенсации по больничным листам; гибкое время рабочего дня, не нарушающее командные договоренности; отсутствие формализма и дресс-кода; организацию обучения для профессионального развития; большую бесплатную электронную библиотеку для сотрудников через аккаунт mybook; современный офис с кабинетом врача и собственным фитнес-залом в одной минуте от станции метро «технопарк»: https://vc.ru/raiffeisenbank/62596-kak-my-rabotaem-ofis-rayffayzenbanka про наше внутренне data science сообщество: https://habr.com/en/company/raiffeisenbank/blog/469203/ подробнее о райффайзен банке на vc: https://vc.ru/raiffeisenbank
Адрес
Москва