Mittlerer Datenwissenschaftler in Pershiy Ukrayinskiy Mizhnarodniy Bank (PUMB)

Qualifikationen und Erfahrung: Höhere Ausbildung in den Bereichen Finanzen und Wirtschaft, Mathematik oder Informationstechnologie. Mindestens 2 Jahre Berufserfahrung im Bereich Data Science/Machine Learning im Bank-, Finanz- oder Informationstechnologiebereich. Mindestens 2 Jahre Erfahrung in der Python-Programmierung ( einschließlich Bibliotheken für maschinelles Lernen (Numpy, Pandas, Scikit-Learn, Pytorch, Seaborn) Erfahrung mit SQL mindestens 2 Jahre (einschließlich Schreiben von Abfragen, Prozeduren und Abfrageoptimierung) Erfahrung mit Versionskontrollsystemen (Github, Gitlab) Fähigkeiten zur Vorbereitung verschiedener Arten von Daten zur ModellierungFähigkeiten zum Trainieren klassischer Modelle des maschinellen Lernens (Klassifizierung, Regression, Clustering)Fähigkeiten zur Interpretation von Modellen des maschinellen LernensFähigkeiten zur Präsentation, einschließlich der verständlichen Erklärung komplexer Konzepte für ein technisch nicht versiertes PublikumGewünscht:Fähigkeiten zur Erstellung von Berichten zur Überwachung der Ergebnisse der Modellieren mit PowerBI, Tableu, SSRSSkills für den Einsatz von Machine-Learning-ModellenSkills zum Trainieren von Machine-Learning-Modellen auf Basis neuronaler NetzeA/B-Testing-Skills – BigData-SkillsIhre Rolle: Qualitativ hochwertige und zeitnahe Lösung von Geschäftsaufgaben in Richtung Datenanalyse mittels maschinellem Lernen Methoden zur Erzielung des maximalen Geschäftseffekts. Regelmäßige Kommunikation mit anderen Abteilungen der Bank, um Aufgaben mit dem Geschäft auf der Grundlage prädiktiver Analysen für das Wachstum des Gewinns der Bank festzulegen. Herunterladen und Aufbereiten von Daten für die Implementierung von Data-Science-Modellen zur Lösung relevanter Geschäftsaufgaben. Implementierung, Schulung und Interpretation von Data-Science-Modellen zur Lösung relevanter Geschäftsaufgaben. Präsentation der erzielten Ergebnisse und Erkenntnisse für Geschäftskunden. Erstellung notwendiger Berichte, Überwachung der Wirksamkeit von Modellen, Unterstützung von Modellen, Generierung von Ideen für deren weitere Verbesserung, Erforschung neuer Modelle, Methoden und Tools für Lösen von Data Science-Aufgaben, Demonstrationen und Vorträgen basierend auf Forschungsergebnissen für das Team. Warum gerade FUIB? Die Möglichkeit, einem hochprofessionellen Team beizutreten. Die Möglichkeit zur beruflichen Weiterentwicklung.