Middle Data scientist( Сбербанк )

Компания "Сбербанк"

Отдел поддержки продуктов казначейства г. Нижний Новгород ищет Middle Data scientist, которые умеют решать нестандартные задачи, имеют проактивную жизненную позицию и готовы работать в кросс-территориальной команде (Москва, Санкт-Петербург, Нижний Новгород, Екатеринбург, Воронеж).

МЫ ПРЕДЛАГАЕМ:

• роль, в которой вы будете иметь возможность влиять на стратегические бизнес-решения
• компенсация (зависит от квалификации кандидата)
• целеустремленная, сплоченная и опытная команда
• возможности развития на внутренних и внешних образовательных курсах
• низкий уровень формализма/бюрократии, корпоративная культура
• современный офис в центре города (ул Костина, д 6).
• расширенный ДМС с первого дня и льготное страхование для близких.
• корпоративное обучение в Виртуальной школе Сбера, регулярные внутренние и внешние митапы.
• бесплатная подписка СберПрайм+ и скидки на продукты компаний-партнеров
• корпоративная пенсионная программа.
• ипотека выгоднее до 4% для каждого сотрудника.

ЧТО НУЖНО ДЕЛАТЬ:

• поддержка моделей анализа данных (поведение клиентов, динамика портфеля, чувствительность к объему цен, оптимизация структуры продукта и другие модели) для принятия решений в:

1. ценообразовании
2. прогнозах прибыльности продуктов и клиентов
3. управление ликвидностью и рисками ALM
4. капиталом
5. управление балансом

• поддерживать и участвовать в развитии идей для задач моделирования с учетом лучших практик в области науки о данных, специфики рынка, особенностей продуктов и т.д.
• участвовать в процессе оценки финансового эффекта моделей
• изучать новые навыки в области науки о данных / других математических методологий и делиться знаниями с коллегами

МЫ ЖДЕМ, ЧТО У ТЕБЯ:

• профильное высшее финансовое, экономическое и/или математическое образование
• сильные знания в области математики / эконометрики и статистики
• опыт работы с большими данными и моделями приветствуется
• базовые знания MS Excel, Python, SQL
• хорошее знание линейных (OLS, Ridge, Lasso) и нелинейных (деревья, кластеризация, бустинг и т.д.) ML-моделей, их ограничения по применению
• понимание применимости метрик качества ML-моделей
• владение английским языком на уровне не менее intermediate (B1)

Открыть контакты работодателя

Зарегистрируйтесь или войдите, чтобы открыть контакты работодателя