ML-инженер / Data Scientist
Summary
ML Engineer building uplift models and offer scoring systems for a Russian IT services company focused on banking and fintech customer-service digitalization. Day-to-day work involves Python-based uplift/propensity modeling, mathematical optimization for offer distribution, production ML pipelines with MLflow and CI/CD, and experiment design on a 6-month contract.
Banks Soft Systems - системно значимая российская ИТ-компания, специализирующаяся на разработке, внедрении и поддержке решений по цифровизации клиентского обслуживания для банков, финтех-компаний, госсектора, телекома, ритейла, медицины, сферы ЖКХ в России и СНГ. Мы разрабатываем системы речевой аналитики, развиваем платформы дистанционного банковского обслуживания, а также оказываем услуги по заказной и аутсорс разработке. Мы практикуем наиболее востребованные рынком технологические решения: от машинного обучения до разработки 1С.
Сейчас мы находимся в поиске ML-инженера / Data Scientist на проект сроком 6 месяцев.
Чем нужно будет заниматься:
- Разработка uplift-моделей для оценки инкрементального эффекта коммуникаций и офферов на поведение клиентов;
- Построение скоринга офферов: модели склонности и ценности оффера для клиента, ранжирование офферов на уровне «клиент × оффер»;
- Решение оптимизационных задач (линейное/целочисленное программирование): распределение офферов по клиентской базе с учётом бюджета, контактной политики и бизнес-ограничений;
- Оркестрация контура end-to-end: пайплайны подготовки данных и признаков, регулярный пересчёт скоров, автоматизация запуска кампаний, мониторинг качества моделей;
- Аналитическая поддержка: дизайн и оценка экспериментов, контрольные группы, отчётность по инкрементальному эффекту
- 6Инфраструктура: CI/CD, развёртывание и сопровождение ML-сервисов.
- Опыт работы от 3 лет в данной области;
- Опыт работы в кросс-функциональной продуктовой команде;
- Уверенное владение Python;
- Опыт uplift-моделирования: T-/X-learner, uplift-деревья, causalml;
- Опыт построения скоринговых моделей склонности клиентов к отклику;
- Знание методов математической оптимизации и линейного/целочисленного программирования (PuLP, CVXPY, OR-Tools или аналогами);
- Опыт применения методов оптимизации для распределения офферов с учётом бизнес-ограничений;
- Знание SQL, опыт написания запросов;
- Опыт вывода ML-моделей в production, включая MLflow и батч-скоринг на десятки миллионов клиентов.
Что мы предлагаем:
- Срок проекта 6 месяцев (с возможной пролонгацией);
- Полное соблюдение ТК РФ c первого дня работы и своевременная выплата заработной платы;
- Удаленный формат работы;
- Расширенный ДМС со стоматологией;
- Бесплатное обучение английскому языку вам и вашим детям;
- Скидки в фитнес-клубы;
- Предоставляем всю необходимую технику для работы.
Откликайтесь и присоединяйтесь к нашей дружной команд