Ваши будущие задачи:

• Построение и поддержка сегментаций клиентов под разные бизнес задачи на основании транзакционных данных, финансовых показателей, результатов маркетинговых исследований и др. источников данных.
• Построение вероятностных и предсказательных моделей определения склонности к покупке существующих продуктов и услуг компании и партнеров (Next Best Offer).
• Выработка рекомендаций по созданию новых продуктов и услуг на основании анализа текущего и будущего потребления клиентов в разрезе сегментов.
• Обогащение знаний о клиентах путем анализа данных о его поведении, потреблении, коммуникациях и пр.
• Построение моделей машинного обучения для проектов монетизации данных в рамках партнерских проектов.
• Определение и предсказание вероятности внутреннего оттока клиентов путем построения вероятностных моделей на основании полных данных о клиентах.
• Предоставление рекомендаций по оптимизации разрешения базовых станций и офисов на основании анализа перемещений клиентов, уровня их потребления и доходности для повышения эффективности инвестиций.
• Проведение анализа взаимосвязи между абонентами (Social network analysis).
• Определение аномального поведения клиентов (анализ фрода) и работы каналов продаж (качество подключений) с целью минимизации потерь выручки.

Чтобы стать кандидатом, нужно иметь:

• Высшее образование в области математики, техники, статистики, информационных технологий. Дополнительное образование и курсы в области data science: Coursera, ШАД как плюс.
• Отличное понимание математической статистики, владение инструментами преобразования и обработки данных, построения моделей.
• Опыт в Телекоме как конкурентное преимущество.
• Знание: SPSS Modeler/SAS EM/KXEN/ Deductor, R или Python, SQL.
• Опыт ETL как плюс.
• Владение инструментами из стека Hadoop как плюс.
• Практический опыт в data mining, text mining, machine learning.
• Умение переложить бизнес-задачу на язык математической модели.
• Владение всеми видами математических моделей: от линейной регрессии до нейронных сетей, понимание условий и границ их применимости.
• Отличное знание методик оценки качества моделей (AUC, Gini, Hit, Acuracy, PSI и т.д.).
• Способность находить инсайты в данных, понимать суть процессов, которые эти данные обозначают.
• Практические навыки в обработке текстов (Document-term-matrix, stemming, алгоритмы нечеткого сравнения строк, расстояние Ливенштайна и др) как плюс.
• Практические навыки в комбинировании моделей (bagging, boosting).
• Английский язык: intermеdiate.
• Участие в соревнованиях машин лернинг – kaggle.com.

Плюсы для вас:

• Интересная работа в быстроразвивающейся компании.
• Уникальная система обучения для каждого сотрудника на основе индивидуальных планов развития.
• Зеленый свет для новых идей и предложений: мы часто делаем то, на что другие не отваживаются.
• Возможности профессионального и карьерного роста.
• Полное соответствие ТК РФ.
• Компенсация затрат на мобильную связь.
• Компенсация занятий спортом через год работы.