ОАО «Белагропромбанк» приглашает на работу ГЛАВНОГО СПЕЦИАЛИСТА (Data Scientist) Управления риск-аналитики Риск-центра (по результатам собеседования уровень оплаты труда может составить до 8 296 белорусских рублей до вычета налогов)
Мы предлагаем:
- Компенсация затрат на спорт/фитнес
- Медицинское страхование, в том числе членов семьи
- Доступ к обучающим онлайн-курсам и электронной библиотеке
- Внешнее обучение по направлению (курсы, конференции, форумы)
- Насыщенная корпоративная жизнь: турслеты, спортивные соревнования, корпоративы, благотворительные акции, волонтерская деятельность
- Активная поддержка профсоюза: социальные гарантии, помощь в сложных жизненных ситуациях, подарки к праздникам, возможности для раскрытия творческого потенциала
- Вакансия размещена на сайте ГСЗ: https://gsz.gov.by/registration/employer/vacancy/create-future/18935/detail-public/
- Высшее экономическое/математическое образование
- Системное и аналитическое мышление
- Опыт работы в data science и внедрения моделей в промышленную эксплуатацию
- Знание алгоритмов машинного и глубокого обучение, математической статистики, математического анализа и линейной алгебры
- Уверенное использование Python, включая ООП (библиотеки pandas, numpy, matplotlib, seeborn, scikit-learn, pytorch, keras, tensorflow ) и/или R библиотеки (tidyverse, tidymodels, datatable, ggplot2, keras, tensorflow )
- Владение SQL (where, group by, having, подзапросы, все виды join, оконные функции, CTE)
- Опыт работы с ML-инфраструктурой, мониторинга и анализа эффективности моделей
- Анализ функционала в части управления банковскими рисками на предмет использования современных LLM моделей. Анализ требований (от сбора данных до промтов) для возможности внедрения LLM моделей.
- Разработка, сопровождение и валидация моделей машинного обучения в рамках управления банковскими рисками
- Взаимодействие с внутренними и/или внешними разработчиками по развертыванию моделей машинного обучения на уровне Банка
- Подготовка и валидация данных для целей применения (построения) предикативных моделей и моделей машинного обучения. Трансформация, загрузка и объединение данных из разных источников
- Участие в создании и развитии ML-инфраструктуры
- Разработка и внедрение пайплайнов обработки данных и обучения моделей
- Участие в рабочих группах банка по вопросам, связанным с внедрением машинного обучения и искусственного интеллекта
- Разработка и сопровождение ЛПА, регламентирующх работу с данными, концепции разработки и валидации моделей машинного обучения
оплата труда, прозрачная система премирования
- добровольное медицинское страхование
- компенсация спорта
- услуги собственного спортивно-оздоровительного комплекса
- материальная помощь к важным событиям и датам
