Middle data scientist (команда CRM и модели оптимизации)
Summary
Mid-level data scientist in VTB Bank's CRM modeling team building predictive models for retail customer profiling, product recommendations, satisfaction forecasting, and LTV. Works with Python, Spark, ML algorithms, NLP, and deep learning to drive next-best-action strategies.
В команду разработки бизнес моделей CRM моделирования розничного бизнеса ищем разработчика моделей уровня middle.
Примеры решаемых задач:
- профилирование и сегментирование клиентов;
- задачи поиска и привлечения ВИП клиентов;
- анализ интересов, склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, к каналам коммуникации;
- системы рекомендаций продуктов и услуг;
- прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия;
- анализ инвестиционного риск-аппетита;
- анализ отзывов в сети Интернет и суммаризация текстов обращений, прогнозирование LTV и др;
- наиболее часто применяемые методы: деревья решений, бустинги, лог.регрессия, различные методы кластеризации, ALS/SVD, методы NLP, нейросети для анализа транзакционных данных, текстовой аналитики, для создания эмбеддингов;
Обязанности:
- разработка моделей прогнозирования склонностей к определенным видам кредитных и некредитных продуктов, к категориям транзакций, к каналам коммуникации (next best action, best channel, best time to call);
- разработка систем рекомендаций продуктов и услуг, прогнозирование уровня удовлетворенности клиентов сервисами банка и каналами взаимодействия;
- ведение проектов по Agile/Scrum в Cфера (аналог Jira и Confluence), Gitlab+BitBucket+MLFlow.
- опыт работы в моделировании от 2-х лет в роли DS, понимание банковских бизнес-процессов;
- уверенное владение Python, Spark;
- знание алгоритмов ML: деревьев решений и случайных лесов, регрессии, бустингов, кластеризации, временных рядов и др.;
- понимание принципов работы рекомендательных систем и лежащих в основе алгоритмов;
- будет плюсом опыт работы с текстовыми данными (NLP: тематическое моделирование, поиск ключевых слов, анализ тональности, задачи суммаризации, шаблонизации и др.);
- знание DL приветствуется: опыт обучения и использования нейросетей и предобученных моделей (RNN, LSTM, BERT, GPT);
- приветствуется опыт выступления на конференциях, публикации статей;
- ценится проактивный и творческий подход в решении задач.