alatau city bank

Data Scientist в Департамент кредитных рисков

Построение моделей прогнозирования динамики кредитного портфеля, уровня проблемной задолженности и провизий, применяя roll rate, матрицы миграций и другие статистические методы;

alatau city bank

↑ Вакансия с автоподнятием
Зарплата не указанаКазахстанАлматыОфис

Обязанности:

  • Построение моделей прогнозирования динамики кредитного портфеля, уровня проблемной задолженности и провизий, применяя roll rate, матрицы миграций и другие статистические методы;
  • Участие в разработке, имплементации и сопровождении моделей оценки резервов (модели PD, LGD);
  • Анализ качества моделей и оценка результатов их применения в расчётах провизий;
  • Оценка начисления провизий по итогам закрытия периода;
  • Предоставление прогнозов по ожидаемому уровню провизий;
  • Расчет риск-премий, COR и нормативов по сегментам кредитования;
  • Проведение стресс-тестов, в том числе для целей выполнения надзорных требований;
  • Взаимодействие с другими подразделениями риск-менеджмента, финансов и бизнеса по вопросам расчета провизий.

Требования:

  • Высшее (экономическое, математическое, техническое, финансовое);
  • Опыт работы не менее 2-х лет / не менее 2-х лет в банковской сфере;
  • Опыт в оценке кредитных рисков, расчете стоимости риска и понимание того, как макроэкономические факторы могут влиять на потери;
  • Глубокие знания портфельного анализа ;
  • Уверенное знание МСФО 9 (IFRS 9), включая принципы расчета ожидаемых кредитных убытков;
  • Умение оценивать устойчивость портфеля банка, используя исторические данные и макроэкономические показатели;
  • Навыки работы с моделями PD, LGD, EAD;
  • Знание SQL и Excel;
  • Знание Python, уверенное владение библиотеками pandas, scikit-learn, XGBoost, LightGBM.

Условия:

  • Ежеквартальные премии;
  • Работа в офисе (оффлайн);
  • Корпоративные предложения по фитнесу;
  • Корпоративные скидки на онлайн обучение в Skyeng для вас и ваших близких;
  • Бесплатная подписка на онлайн библитеку «Alpina Digital»;
  • Приятная рабочая атмосфера в современном офисе в деловой части города;
  • Возможность строить карьеру в одном из крупнейших банков Казахстана.

Похожие вакансии Data Science & ML

hh.ru
газпром нефть ит

Data Scientist

газпром нефть итАвтоподнятие
Зарплата не указанаРоссияСанкт-ПетербургГибрид

Мы – команда Центра компетенций искусственного интеллекта, часть ИТ-функции «Газпром нефти». Внедряем AI/ML-решения на всех этапах нефтегазового цикла: от разведки месторождений до нефтепереработки и логистики топлива. Наша цель – повысить эффективность производственных и бизнес-процессов с помощью передовых моделей на основе данных.

Обязанности:

1. LLM и агенты

  • Разработка агентных систем для решения инженерных задач: работа с технической документацией, регламентами, расчётными методиками
  • Проектирование и внедрение RAG-систем для извлечения знаний из технической документации и внутренних баз данных;
  • Дообучение и адаптация открытых моделей под отраслевую специфику, оценка качества, построение бенчмарков на доменных данных

2. Оптимизация

  • Расстановка скважин и планирование программы бурения
  • Оптимизация логистики: маршрутизация, планирование поставок, управление запасами
  • Оптимизация инфраструктуры и режимов работы объектов
  • Постановка задач как MILP / нелинейных / стохастических, гибридные подходы «оптимизация + ML»

3. Классический ML и предиктивная аналитика

  • Прогнозирование временных рядов: добыча, отказы оборудования, спрос
  • Анализ изображений: интерпретация карт и сейсмических данных, дефектоскопия
  • Видеоаналитика на промышленных объектах — контроль безопасности и технологических операций

Требования:

  • Модели, доведённые до продакшена, а не только до ноутбука
  • Опыт в одном из наших направлений (LLM, оптимизация, CV, временные ряды) и готовность освоить смежные
  • Умение самостоятельно декомпозировать задачу от бизнес-формулировки до метрики
  • Фундаментальные знания: Высшее техническое или математическое образование. Вы уверенно ориентируетесь в линейной алгебре, теории вероятностей, математической статистике и методах оптимизации
  • Опыт в ML/DL: Понимаете принципы работы классических алгоритмов и ключевых архитектур нейронных сетей (CNN, RNN, Transformers)
  • Production-ready код: Умеете работать с Git, Docker и консолью Linux. Пишете чистый, тестируемый код (ООП, CI/CD)
  • Базовый MLOps: Docker, CI/CD, версионирование экспериментов
  • Базы данных: Знаете основы SQL и можете самостоятельно получить нужные данные

Технологический стек

  • Язык: Python
  • Библиотеки: NumPy, Pandas, Scikit-learn, PyTorch, TensorFlow, Hugging Face Transformers
  • LLM-фреймворки: LangChain, LangGraph, LlamaIndex, Haystack
  • RL-фреймворки: RLlib, Stable Baselines3 и др.
  • Инструменты: Git, Docker, Kubernetes, MLflow, Prometheus, Grafana, SQL
  • Вычисления: собственный GPU-кластер

Не обязательно знать всё — важно, чтобы часть стека была вам знакома, а остальное вы были готовы освоить.

Будет преимуществом

  • Знания в нефтегазовой отрасли (разработка месторождений, геология)
  • Опыт применения Reinforcement Learning для решения прикладных задач
  • Опыт работы с Kubernetes и облачными платформами
  • Публикации, выступления, менторство

Условия:

  • Гибридный формат работы;
  • Официальное трудоустройство в аккредитованной ИТ-компании;
  • Срочный трудовой договор от 6 месяцев с последующим продлением;
  • Годовая премия по результатам деятельности, дополнительная материальная мотивация (премия из фонда руководителя);
  • Качественная программа ДМС со стоматологией, социальный пакет;
  • Конкурентоспособная заработная плата по результатам интервью;
  • Корпоративные курсы, конференции, внутренние хакатоны;
  • Дружная команда профессионалов и возможность расти вместе с лидером отрасли
hh.ru
СБЕР

Middle Data Scientist

СБЕР
Зарплата не указанаРоссияМоскваОфис

Команда Управления аналитики по расходам и Process Mining создает сервис для подготовки финансово-экономической оценки объектов строительства.

В составе решения будет использоваться прогнозная модель, результаты которой должны быть встроены в общий расчётный процесс.

Ищем Data Scientist уровня Middle, который сможет разработать прогнозную модель и вместе с backend-разработчиком довести её до промышленного использования.

Чем предстоит заниматься:

  • совместно с аналитиками формализовать задачу прогнозирования, целевые показатели, ограничения и критерии качества
  • исследовать доступные данные, оценивать их пригодность и выявлять риски для построения модели
  • разрабатывать базовые и улучшенные варианты модели, выбирать подход на основании измеримого качества и требований продукта.
  • проверять устойчивость модели, отсутствие утечек данных и корректность процедуры проверки качества
  • формировать требования к составу, качеству и обновлению входных данных
  • реализовать подготовку признаков и работу модели как версионируемые программные компоненты, а не как набор несвязанных блокнотов и SQL-скриптов
  • применять объектно-ориентированное проектирование для разделения этапов обработки, расчёта признаков, запуска модели и формирования результата
  • покрывать критичную логику модульными и интеграционными тестами.
  • вместе с backend-разработчиком проектировать контракты входных и выходных данных, порядок запуска модели и обработку ошибок
  • участвовать в проектировании процессов регулярного и повторного расчёта
  • обеспечивать воспроизводимость результата: для каждого расчёта должны быть известны версии исходных данных, подготовки признаков, модели, настроек и программного кода
  • участвовать в организации проверок качества данных и результатов модели
  • настраивать наблюдение за качеством модели после её запуска
  • документировать принятые решения, ограничения модели и порядок её использования.

Мы ждем, что вы:

  • имеете коммерческий опыт работы Data Scientist
  • участвовали хотя бы в одном проекте, где модель была доведена до промышленного использования
  • уверенно владеете Python
  • хорошо понимаете объектно-ориентированное программирование и модульное проектирование
  • умеете превращать исследовательский код в поддерживаемый программный компонент
  • имеете опыт работы с табличными данными и задачами прогнозирования или регрессии
  • понимаете методы проверки качества моделей, построения базового решения и предотвращения утечек данных
  • имеете опыт работы с SQL и понимание того, какую логику следует оставлять в запросах, а какую переносить в программный код
  • имеете опыт использования Git, проверки кода и автоматических тестов
  • умеете работать совместно с backend-разработчиками и договариваться об интерфейсах между моделью и продуктом.

Что мы предлагаем:

  • комфортный современный офис рядом с м. Кутузовская
  • ежегодный пересмотр зарплаты, годовую премию
  • корпоративный спортзал и зоны отдыха
  • уникальную систему обучения Сбера для профессионального и карьерного развития
  • расширенный ДМС и льготное страхование для семьи
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • подписку Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера
  • корпоративную пенсионную программу
Сайты компаний
СБЕР
Зарплата не указанаРоссияМоскваГибрид

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера.

Наша команда строит и дообучает линейку LLM под банковские сценарии.

• Обучать LLM на GPU-кластерах с кучей H100

• Собирать, очищать и готовть датасеты для pre-training и fine-tuning

• Анализировать результаты экспериментов и улучшать качество моделей

• Запускать существующие и создавать новые бенчмарки

• Оптимизировать инференс, проводить нагрузочное тестирование и внедрять обученные модели

• Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)

• Python, Linux

• Глубокое понимание теоретических и практических аспектов LLM: архитектура, токенизация, построение пайплайнов, batching, mixed precitions, распределенное обучение

• Подтвержденный практический опыт обучения LLM (pre-training, fine-tuning, aligment) в учебных проектах, статьях или курсах

• Опыт разработки на Python, опыт работы в Linux системах, знание стандартных bash команды

• Умение работать как с кодовыми ассистентами, в том числе в изолированном окружении без интернета

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• Формат работы - гибрид, занятость от 20 часов в неделю

• Комфортный современный офис в г. Москва рядом с метро Кутузовская

• Корпоративный спортзал и зоны отдыха

• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• Вознаграждение за рекомендацию друзей в команду Сбера

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.