Leitender Datenwissenschaftler in Pershiy Ukrayinskiy Mizhnarodniy Bank, AT / PUMB

Qualifikationen und Erfahrung: Höhere finanzielle und wirtschaftliche, mathematische oder informationstechnische Ausbildung im Bereich Data Science/Machine Learning im Bereich Banking, Finanzen oder im Bereich der Informationstechnologien mindestens 3 Jahre (einschließlich .library für ML Numpy, Pandas, Scikit-Learn, Pytorch, Seaborn) Erfahrung in der Arbeit mit SQL für mindestens 3 Jahre (einschließlich Schreiben von Abfragen, Prozeduren und Abfrageoptimierung) Erfahrung in der Arbeit mit Versionskontrollsystemen ( Github, Gitlab) Lernfähigkeiten klassischer Modelle des maschinellen Lernens (Klassifizierung, Regression, Clustering) und neuronaler Netze. Erfahrung in der Durchführung von End-to-End-Projekten im Bereich Data Science (einschließlich Problemstellung, Metrikdefinition, Datenerfassung und -aufbereitung, EDA, Modellierung, Modell Interpretation, Präsentation der erzielten Ergebnisse beim Kunden, Modellbereitstellung, Leistungsüberwachung) Fähigkeiten bei der Auswahl der am besten geeigneten Modelle und Architekturen für eine bestimmte Geschäftsaufgabe Präsentationsfähigkeiten, einschließlich der Erklärung komplexer Konzepte in einem verständlichen Format für ein technisch nicht versiertes Publikum Wünschenswert: A/V-Testfähigkeiten Erfahrung in der Entwicklung und Bereitstellung von Modellen für maschinelles Lernen in Form einer REST-API Erfahrung in der Entwicklung von Webanwendungen in Streamlit, Panel zur Präsentation der Ergebnisse von Datenanalysen und Modellen für maschinelles Lernen Arbeitsfähigkeiten mit BigDataIhre Rolle: Hochwertige und zeitnahe Lösung von Geschäftsaufgaben in Richtung Datenanalyse mit Hilfe von Methoden des maschinellen Lernens, um den maximalen Geschäftseffekt zu erzielen. Regelmäßige Kommunikation mit anderen Abteilungen der Bank, um Geschäftsaufgaben auf der Grundlage prädiktiver Analysen für das Wachstum des Bankgewinns festzulegen und Aufbereitung von Daten für die Implementierung von Data Science-Modellen zur Lösung relevanter Geschäftsaufgaben. Auswahl und Anwendung relevanter maschineller Lernmodelle oder statistischer Modelle zur Lösung spezifischer Geschäftsaufgaben. Präsentation der gewonnenen Ergebnisse und Erkenntnisse für Unternehmen Einsatz von Data Science-Modellen zur Automatisierung der Lösung relevanter Geschäftsaufgaben. Der technische Leiter ist an der Erforschung neuer Modelle, Methoden und Tools zur Lösung von Data Science beteiligt Aufgaben. Einer der besten Arbeitgeber in der Ukraine; Angemessene Vergütung, völlig „weißes Gehalt“; Ständige Entwicklung von Kompetenzen und Möglichkeiten zur beruflichen Weiterentwicklung.