Обязанности:

Построение ML моделей, повышающих эффективность розничного кредитования (например, модели, предсказывающие доход клиента; модель эластичности отклика клиентов на ставку; модель вероятности отказа андеррайтинга и т.д.)
Разработка моделей машинного обучения для осуществления оценки, анализа и контроля рисков в части розничного кредитования
Оптимизация логики работы СПР (системы принятия решений) с целью её ускорения
Участие (совместно с ИТ) во внедрении моделей в СПР
Поиск новых источников данных для повышения эффективности розничного кредитования
Внедрение современных подходов машинного обучения для решения задач Банка (например, распознавание изображений)
Автоматизация процессов с помощью моделей машинного обучения
Развитие мониторинга и аналитической отчетности в рамках компетенции отдела

Требования:

Знание современных технологий ML
Понимание алгоритмов ML, DL: умение интерпретировать и презентовать результаты
Знание методов машинного обучения: понимать преимущества и недостатки каждого из них
Владение Python в части анализа данных: pandas, numpy, statsmodels, sklearn, xgboost, fbprophet, catboost, lightGbm, pytorch
Знание теории вероятности и математической статистики
Владение SQL для написания сложных запросов, в том числе знания оконных функций