Обязанности | 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 МЫ ПРЕДЛАГАЕМ: роль, в которой вы будете иметь возможность влиять на стратегические бизнес-решения 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 гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ ЧТО НУЖНО ДЕЛАТЬ: поддерживать модели анализа данных (поведение клиентов, динамика портфеля, чувствительность к объему цен, оптимизация структуры продукта и другие модели) для принятия решений в: ценообразовании прогнозах прибыльности продуктов и клиентов управление ликвидностью и рисками ALM капиталом 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) |