Аналитик данных (оценка недвижимости)

Банк России рассматривает кандидатов на текущие и будущие вакансии в Службу анализа рисков. Служба анализа рисков осуществляет независимый дистанционный анализ рисков кредитных и некредитных финансовых организаций, проводимый в рамках надзора и контроля, а также экспертизу предметов залога, принятых кредитными организациями в качестве обеспечения по ссудам, проверку отчетов об оценке, составленных оценщиками, оценку рыночной или справедливой стоимости имущества.Для повышения качества и глубины анализа рисков Банк России активно занимается изменением подходов к сбору и обработке первичной информации от кредитных организаций, автоматизации процесса анализа «больших данных» с применением современных технологий, расширяет границы применения в своей деятельности информации из открытых источников. ## Задачи
разработка и внедрение моделей машинного обучения для прогнозирования цен на жилую и коммерческую недвижимость;проведение статистического анализа и обработка данных для построения моделей и создания аналитических отчетов;автоматизация процессов, связанных с анализом данных и моделированием;анализ и подготовка данных (анализ пропусков, аномалий, генерация признаков для моделей) для обучения моделей с использованием библиотек Python;разработка и обучение ML-моделей для прогнозирования стоимости недвижимости на основе исторических данных и текущих данных из внешних источников;оптимизация гиперпараметров моделей (регрессия, классификация) и оценка их качества через метрики. ## Требования
высшее образование (техническое/математическое/экономическое);наличие профессиональных аттестатов, сертификатов в области Data science и Machine Learning обязательно (в том числе курсы переподготовки, повышения квалификации);знания в области статистики и статистического анализа (понимание основных описательных статистик);знания в области обработки данных (Exploratory Data Analysis (EDA), масштабирования данных, восстановления данных (пропуски), генерации признаков;опыт программирования на языке Python с использованием ключевых библиотек: matplotlib, seaborn, numpy, pandas, sklearn, catboost, xgboost, keras, tensorflow и т.д.;навыки применения таких алгоритмов, как: регрессия, деревья решений (DT), случайный лес (RF), нейронные сети (NN), SVM, boosting (понимание принципа работы и основных гиперпараметров);понимание и умение объяснять метрики для задач регрессии и классификации;Microsoft Excel (написание сложных формул и макросов (при необходимости). Веб-приложение Jupyter (Jupyter Notebook, интерфейс JupyterLab);знание рынка недвижимости и понимание механизмов ценообразования; – знание платформы Apache Airflow (будет являться преимуществом);навыки написания SQL запросов;знание нормативной базы в области банковского регулирования (будет являться преимуществом). График: Пятидневная рабочая неделя
Опыт: 1 - 2 года Отправить резюме