Сообщение об успешной отправке!
Релизный поезд
DILIGENCE
Мы используем и внедряем предиктивные модели, методы ИИ и продвинутой аналитики, чтобы улучшать качество и эффективность принятия бизнес-решений.
У нас наукоемкий поезд без бюрократии и волокиты, а наши специалисты — риск-технологи и Data Scientist определяют вектор развития и маржинальность. Наши исследователи данных работают на самых новых стеках.
Мы ценим автономность без микроменеджмента и умение работать в смешанном режиме. Здесь можно не бояться высказаться, независимо от того, пришел ты с жалобой, вопросом или рациональным предложением.
Тимур Турсунов
Release Train Engineer поезда Diligence
У НАС
Собственная платформа для автоматизации разработки
Ежеквартальная премия
Обучение за счет компании
ДМС с первого рабочего дня
Гибкая методология SAFe
Корпоративные скидки и скидки от партнеров
Участие во внешних и внутренних мероприятиях
Интересные проекты на современном технологическом стеке
Data Scientist
Ключевые задачи:
Типовые задачи:
Основные используемые типы моделей:
Что мы ждем:
- Разработка ML — математических моделей предсказывающих сумму потенциального убытка по автострахованию КАСКО;
- Полный цикл построения математических моделей от подготовки данных до расчета финансового результата и подготовки технического задания на внедрение;
- Сбор и подготовка данных, первичный анализ;
- Обсуждение потенциальных фичей с экспертами предметной области, анализ фичей и фича-инжиниринг;
- Построение различных типов моделей их сравнение, подбор гиперпараметров;
- Презентация результатов заказчику;
- Подготовка к внедрению.
Типовые задачи:
- Построение моделей прогнозирования убытка (Частота/Тяжесть);
- Построение моделей противодействия мошенничеству;
- Модели динамического ценообразования.
Основные используемые типы моделей:
- GLM;
- Градиентный бустинг (XGBoost, CatBoost);
- Любые другие типы моделей которые покажут свою эффективность на ретро-данных.
Что мы ждем:
- Высшее образование (МГУ, МФТИ, МГТУ, МИФИ);
- Знание методов машинного обучения;
- Опыт обработки больших объемов данных;
- Знания SQL, Python (уровень не ниже middle), и библиотек для ML (CatBoost, Statsmodels, Pandas, Scikit Learn, SciPy);
- Опыт работы от 2 лет в data science;
- Опыт работы в финансовом секторе (страховые компании, банки) будет дополнительным преимуществом для соискателей;
- Уверенные знания высшей математики, теории вероятностей и базовые знания статистики;
- Знания и навыки практического применения методов статистического анализа данных.
Риск-технолог
Ключевые задачи:
Что мы ждем:
- Участие в переходе компании на целевую архитектуру;
- Разработка бизнес правил в высоконагруженной системе принятия решений на Java/Groovy + SQL;
- Поддержка и консультирование смежных подразделений;
- Разбор инцидентов;
- Коммуникация с заказчиком по новым доработкам, участие в планировании, выставление сроков;
- Первичное тестирование доработок.
Что мы ждем:
- Аналогичный опыт в страховании или финтехе от 2 лет;
- Уверенное знание и опыт с SQL;
- Опыт работы с Java/ Groovy.
Остались вопросы?
Пиши на почту: onedayoffer@vsk.ru
Пиши на почту: onedayoffer@vsk.ru
