Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Ozon Банк — подразделение Ozon, которое создаёт финансовые продукты и сервисы для физических и юридических лиц. Команда антифрода защищает пользователей от мошенничества с помощью аналитики, инфраструктуры и машинного обучения.
задачи
Разрабатывать и поддерживать ML-модели полного цикла для онбординга и транзакций на кредитных продуктах Ozon Банка;
Анализировать большие объёмы данных для обнаружения аномалий и паттернов мошенничества;
Участвовать в развитии графовой аналитики антифрода;
Настраивать мониторинг продакшн-моделей, алерты, анализ дрейфа и реакцию на инциденты;
Интегрировать внешние источники скоров;
Оценивать экономику поставщиков и организовывать ретро и взаимодействие с закупками и юристами;
Работать напрямую с заказчиками и доводить задачи до измеримого результата и экономического эффекта;
Участвовать в создании реалтайм ML-сервисов и правил-эвристик;
Автоматизировать процессы обработки и анализа данных.
требования
Опыт работы в Data Science от 3 лет;
Опыт 1–2 года в антифроде, кредитном скоринге или близких задачах в банке или финтехе;
Уверенное владение Python и библиотеками для анализа данных и машинного обучения;
Глубокое понимание алгоритмов машинного обучения и опыт их применения на практике;
Опыт полного жизненного цикла ML: от разработки признаков до развёртывания и мониторинга в продакшене;
Опыт работы с MLflow или аналогами;
Отличное знание SQL, включая сложные запросы и оконные функции;
Опыт работы с большими данными в ClickHouse, Vertica, Spark или Hadoop;
Бизнес-ориентированность и умение считать экономический эффект модели;
Умение объяснять заказчикам технические метрики на языке бизнеса;
Самостоятельность и способность доводить кейсы до продакшена без постоянного контроля;
Умение работать с данными и видеть закономерности;
Навыки работы с инструментами визуализации данных;
Гибкость и умение быстро переключаться между задачами;
Будет плюсом опыт построения realtime-моделей, графовых методов и графовых БД, интеграции и переговоров с внешними поставщиками скоров, наставничества младших сотрудников, знание регуляторики ЦБ в части антифрода.
.svg)
