Data Science (CRM/ Антифрод) Middle

Команда “Альянс Діджитал”  створює автоматизовані рішення у сфері фінтех. Ми працюємо з даними, продуктами та інженерією, щоб запускати моделі, які впливають на прибуток, ризики та клієнтський досвід. Підтримуємо професійний розвиток, менторство, обмін досвідом і створюємо умови для зростання спеціалістів у команді.

Ми шукаємо Data Scientist (Middle) для задач побудови моделей  (CRM / Антифрод)

Мова та технології

Python  ML Scikit-learn  XGBoost   LightGBM   CatBoost   SQL  Feature Store (Feast)
Fraud / CRM modeling

Твої обов’язки:

Побудова та впровадження моделей для CRM і антифроду (Response/Behaviour + Fraud Detection)

Розробка й продакшн-впровадження ML/гібридних моделей для прогнозування реакції клієнтів на CRM-комунікації (propensity/response/uplift) та виявлення шахрайських і підозрілих активностей у транзакціях/поведінці (fraud scoring/anomaly detection) з формуванням сегментів і тригерних сценаріїв, побудовою фіч із транзакційних/поведінкових/пристроєвих сигналів, доповненням rule-based шарами, а також дизайном і оцінкою інкрементального ефекту через A/B/контрольні групи
Підготовка великих обсягів даних: очищення, трансформація, агрегації, побудова time-window фіч

Оцінка й тюнінг моделей за ML-метриками (ROC, precision/recall, cost-based) та бізнес-KPI з аналізом стабільності/дрейфу

Інтеграція моделей у продакшн-середовище: batch та/або real-time скоринг
Співпраця з аналітиками, CRM/продуктовими командами та risk/fraud-функцією для формування вимог
Узгодження KPI, експериментального дизайну, інтерпретації результатів і рекомендацій для бізнесу

Вимоги:

Вища технічна освіта 
Досвід.  2-3+ роки у Data Science / ML
Практичний досвід побудови CRM response/behaviour моделей або моделей антифрода (бажано — обидва напрями)
Досвід роботи з імбалансними даними, витратами помилок (FP/FN), контрольними групами та вимірюванням ефекту
Python  на високому рівні
ML: scikit-learn, XGBoost/LightGBM/CatBoost
SQL — впевнено (витяг даних, вікна, агрегації, оптимізація запитів)
Досвід з Feature Store (Feast): дизайн сутностей/фіч, offline/online джерела, матеріалізація, backfill, контроль консистентності
Класифікація/ансамблі, anomaly detection, інтерпретація моделей (SHAP/feature importance). Git
Розуміння продакшн-циклу ML: від даних до сервісу
Досвід з API (FastAPI/Flask або аналоги) — буде плюсом
Хмари: AWS/Azure (плюс)

 

Добре мати:

Досвід у rule-based + ML системах (особливо для антифрода)
Розуміння CRM-воронки, сегментації, канальної атрибуції, маркетингових KPI
Досвід із графовими підходами (зв’язки між клієнтами/пристроями/мерчантами) для фрода — плюс
Досвід зі стрімінгом/потоковою обробкою даних (Kafka/Flink тощо) — плюс