Кэшбек и как вы его выбираете 🌟

Вы когда-нибудь задавались вопросом, как банковское приложение формирует индивидуальные категории кэшбека? Раскрываем секреты в новой статье на 📝 и заодно рассказываем:

🌟 по каким принципам устроена модель категорийного кэшбека

🌟 как работают модель прогноза трат, модель «интереса» и алгоритм оптимизации и зачем они нужны

🌟 какие у Альфа-Банка планы по развитию модели категорийного кэшбека

Читайте статью по ссылке и участвуйте в опросе про кэшбек постом ниже!

#aaa_hardposting

Дайджест вакансий 📢

🔗 Руководитель направления интеллектуального анализа данных

Что нужно: подтверждённый опыт решения задач машинного обучения; хорошее знание теории вероятностей, математической статистики и методов машинного обучения; лидерский опыт, опыт руководства командой.
Узнать подробнее о вакансии

🔗 Data scientist

Что нужно: высшее математическое, программистское или техническое образование; опыт полного цикла решения ML задачи: от интерпретации идеи заказчика до готового решения; владение Python и SQL.
Узнать подробнее о вакансии

🔗 Специалист по интеллектуальному анализу данных (PD, LGD розничные риски)

Что нужно: опыт работы 1-3 года; образование в сфере прикладной математики / информатики / экономики (финансы или математические модели в финансах); основы классических алгоритмов ML.
Узнать подробнее о вакансии

🔗 Аналитик разметки данных

Что нужно: глубокое понимание функциональных особенностей процесса разметки данных в рамках обучения моделей искусственного интеллекта; умение работать с Excell, PowerPoint, Think-cell, Jira, Confluence, Power BI, Power Query, SQL.
Узнать подробнее о вакансии

🔗 Администратор проекта

Что нужно: общее понимание процессов разработки программного обеспечения; опыт администрирования проектов в крупных компаниях.
Узнать подбробнее о вакансии

#aaa_career