Ищу позицию Middle Data Scientist / ML Engineer
Более 3 лет занимаюсь разработкой ML-решений для банковских B2C-продуктов. Основные направления — uplift-моделирование, персонализация, Next Best Offer (NBO), кредитные риски и прогнозирование.
Из последних проектов: • Uplift-моделирование: разработал T-Learner на LightGBM для реактивации дебетовых карт. По результатам A/B-теста инкрементальная реактивация выросла с 1,4 до 2,8 п.п.
• Next Best Offer: прототипировал систему выбора персонализированных предложений на основе ранжирования пар «клиент — оффер» с учётом маркетингового бюджета и контактных ограничений. Проверял подход на исторических данных.
• Investment Propensity: доработал CatBoost-модель для продвижения инвестиционных продуктов. Конверсия в целевое действие увеличилась с 2,6% до 3,3% (+27%).
• Credit Risk: разработал LightGBM-модель оценки кредитного риска, повысив Gini с 0,44 до 0,52.
Стек: Python, SQL, LightGBM, CatBoost, XGBoost, PySpark, Airflow, MLflow, Docker.
Интересны задачи персонализации, рекомендательных систем, CRM/CVM, uplift-моделирования и прикладного ML. Открыт к предложениям и общению с рекрутерами и руководителями DS/ML-команд.
