MÓJ BANK JEST MOIM WSPARCIEM.Wsparcie milionów Ukraińców, którzy od teraz mówią "MOJE".MOI LUDZIE. MÓJ BIZNES. MOJA WOLNOŚĆ. style="font-style: inherit; Font-weight: 700">DaneNaukowiecKluczowe zadania:Opracowanie i wdrożenie bardzo dokładnych modeli prognostycznych (klasyfikacja, regresja) dla danych finansowych.Optymalizacja i dostrajanie modeli opartych na drzewach (XGBoost, LightGBM) w celu poprawy ich wydajności.Przeprowadzanie głębokiej analizy danych i inżynieria funkcji w celu poprawy jak
MÓJ BANK JEST MOIM WSPARCIEM.
Wsparcie milionów Ukraińców, którzy od teraz mówią "MOJE".
MOI LUDZIE. MÓJ BIZNES. MOJA WOLNOŚĆ.
style="font-style: inherit; Font-weight: 700">Dane
NaukowiecKluczowe zadania:
- Opracowanie i wdrożenie bardzo dokładnych modeli prognostycznych (klasyfikacja, regresja) dla danych finansowych.
- Optymalizacja i dostrajanie modeli opartych na drzewach (XGBoost, LightGBM) w celu poprawy ich wydajności.
- Przeprowadzanie głębokiej analizy danych i inżynieria funkcji w celu poprawy jakości modeli.
- Współpraca z inżynierami danych w celu tworzenia efektywnych potoków uczenia maszynowego.
- Mentoring młodszych członków zespołu i przekazywanie wiedzy na temat najlepszych praktyk modelowania.
- Opracowywanie i wdrażanie systemów monitorowania wydajności modeli.
To stanowisko wymaga:
- ponad 5 lat doświadczenia w nauce danych.
- Udokumentowane doświadczenie w budowaniu i wdrażaniu modeli predykcyjnych na dużych zbiorach danych tabelarycznych.
- Wykształcenie wyższe w zakresie matematyki, informatyki, fizyki lub inżynierii.
Wymagania techniczne:
- Dogłębne zrozumienie algorytmów uczenia maszynowego i ich zastosowania do danych tabelarycznych.
- Ekspertowski poziom pracy z modelami opartymi na drzewach (XGBoost, LightGBM itp.).
- Doświadczenie w optymalizacji hiperparametrów i technikach sprawdzania poprawności krzyżowej w celu pomiaru zaufania modelu do jego parametrów przewidywania (przedziały ufności, zbiory predykcji).
- Znajomość metod selekcji cech i inżynierii cech dla danych tabelarycznych i szeregów czasowych.
- Doświadczenie z niezrównoważonymi zbiorami danych (bez technik próbkowania over/down, innych metod).
- Ekspercka znajomość Pythona i jego bibliotek ML (scikit-learn, SciPy, statsmodels itp.).
- Doświadczenie z systemami wersjonowania modeli (MLflow, DVC).
- Znajomość praktyk testowania i debugowania modeli ML.
- Doświadczenie z PyTorch do tworzenia sieci neuronowych (preferowane).
- Podstawowe doświadczenie z usługami AWS dla ML (najlepiej SageMaker).
- Zrozumienie zasad skalowania rozwiązań ML.
Gwarantujemy:
- warunki zawodowe i zawodowe rozwój każdego pracownika;
- oficjalne zatrudnienie z zachowaniem wszystkich gwarancji socjalnych zgodnie z Kodeksem pracy (płatne zwolnienie lekarskie, urlop od 29 dni kalendarzowych w roku);
- bezpłatne ubezpieczenie zdrowotne dla wszystkich pracowników.
Wyślij swoje CV - dołącz dozespołu OSZCZĘDNOŚCI!
Facebook https://www.facebook.com/oschadbank/
Linkedin https://www.linkedin.com/company/oschadbank/
Instagram https://www.instagram.com/oschadbank_official/
Tiktok https://www.tiktok.com/@oschad