Analityk danych średniego szczebla w Pershiy Ukrayinskiy Mizhnarodniy Bank, AT / PUMB

Kwalifikacje i doświadczenie Wymagane: Wyższe wykształcenie finansowo-ekonomiczne, matematyczne lub informatyczne Co najmniej 2 lata doświadczenia w pracy w obszarze Data Science/Machine Learning w bankowości, finansach lub technologii informacyjnej Co najmniej 2 lata doświadczenia w programowaniu w języku Python ( w tym biblioteki do uczenia maszynowego numpy, pandas, scikit-learn, pytorch, seaborn) Doświadczenie z SQL minimum 2 lata (w tym pisanie zapytań, procedur i optymalizacja zapytań) Doświadczenie z systemami kontroli wersji (github, gitlab) Umiejętności przygotowywania różnego typu dane do modelowania Umiejętność uczenia się klasycznych modeli uczenia maszynowego (klasyfikacja, regresja, grupowanie) Umiejętność interpretacji modeli uczenia maszynowego Umiejętności prezentacji, w tym wyjaśniania złożonych koncepcji w sposób zrozumiały dla nietechnicznego odbiorcy Pożądane: Umiejętność przygotowywania raportów w celu monitorowania wyników modelu z wykorzystaniem PowerBI, Tableu, SSRS Umiejętności wdrażania modeli uczenia maszynowego Umiejętności uczenia modeli uczenia maszynowego w oparciu o sieci neuronowe Umiejętności testowania A/B - Umiejętności BigData Twoja rola: Wysokiej jakości i terminowe rozwiązywanie zadań biznesowych w kierunku analizy danych z wykorzystaniem metody uczenia maszynowego w celu uzyskania maksymalnego efektu biznesowego Regularna komunikacja z innymi oddziałami banku w celu ustalania zadań z biznesem w oparciu o analitykę predyktywną dla wzrostu zysku banku Pobieranie i przygotowanie danych do wdrożenia modeli Data Science do rozwiązywania odpowiednich zadań biznesowych Wdrażanie, szkolenie i interpretacja modeli Data Science w celu rozwiązania odpowiednich zadań biznesowych Prezentacja uzyskanych wyników i spostrzeżeń klientom biznesowym Tworzenie niezbędnych raportów, monitorowanie efektywności modeli Wsparcie modeli, generowanie pomysłów na ich dalsze doskonalenie Badania nowych modeli, metod oraz narzędzia do rozwiązywania zadań Data Science, pokazy i wykłady w oparciu o wyniki badań dla zespołu