Alfa Advanced Analytics
5.55K subscribers
927 photos
8 videos
3 files
166 links
Канал про AI в Альфа-Банке.
Делимся хардовыми постами по DS, DE и MLOps, обсуждаем их с профессиональным сообществом, публикуем актуальные вакансии и ивенты.

IT и digital-вакансии: https://digital.alfabank.ru/vacancies
Download Telegram
Китай, генеративные модели и наши ребята из Альфы ⚡️

В Харбине прошла международная школа SMILES 2025 — две недели лекций, хакатонов и прикладных исследований. Впервые школа вышла за пределы России.

Главной темой стали генеративные модели для разномодальных данных. Участники из России и Китая провели две недели в совместной учёбе, обсуждениях и поиске новых решений.

Среди преподавателей и студентов школы были наши ребята. Поговорили с ними и с Алексеем Зайцевым, руководителем Лаборатории прикладных совместных исследований Сколтех-Сбер в Центре ИИ Сколтеха. На карточках делимся, как всё прошло и какие инсайты привезли ребята из Альфы 👆

А ещё делимся ссылкой на запись лекций 🔗

#aaa_experts
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1810🤝6😍2
Как мы распределяем бюджет на кэшбэк?

Как сделать так, чтобы довольны остались и пользователи, и банк? За этим вопросом стоит непростая математическая задача.

На Хабре вышла статья Нины Комаровой, руководителя направления интеллектуального анализа данных в продвинутой аналитике розничного бизнеса. В ней Нина подробно разбирает три подхода к распределению бюджета в категорийном кэшбэке.

Читать статью 🔗

#aaa_habr
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
16🔥10👍6
Сезон найма открыт 🔥

Сейчас мы активно запускаем проекты, поэтому ищем новых коллег, готовых решать задачи вместе.

Собрали актуальные вакансии, вдруг одна из них именно для вас. Чтобы узнать больше и откликнуться, переходите по ссылкам:

🔗 Старший специалист направления мониторинга качества моделирования
Что нужно: опыт в валидации, разработке или мониторинге NLP-моделей; уверенное владение Python и SQL; знание Hadoop/Spark/Hive; опыт с BI-инструментами; навыки валидации и мониторинга моделей, формулировки гипотез и анализа данных.


🔗 Специалист по разработке нейронных сетей
Что нужно: опыт в ML и NLP от 1 года; знание архитектур и работа с GPT/BERT; уверенное владение Python, PyTorch, transformers; умение строить RAG-пайплайны и дообучать LLM; опыт работы с большими данными (Spark, Hadoop).


🔗 Data scientist рисковые модели РБ
Что нужно: знание теории
вероятностей, статистики и ML; понимание Python (numpy, pandas, scikit-learn, xgboost/lightgbm/catboost); опыт работы с SQL и Hadoop (Hive, Impala, Spark).


🔗 Руководитель направления по разработке нейронных сетей
Что нужно: управленческий опыт и руководство DS-командой; глубокие знания в Deep Learning и NLP; работа с архитектурами GPT, BERT и др.; уверенный Python (PyTorch, transformers) с умением писать кастомный код; опыт работы с большими данными (Spark, Hadoop).


🔗 Senior data scientist модели для юр.лиц
Что нужно: знание классического ML; опыт разработки и внедрения моделей на табличных данных, включая uplift-модели; уверенный Python (lightgbm/xgboost/catboost, scikit-learn, pandas, numpy); навыки работы с большими данными (Spark, Hadoop, Hive) и SQL.


🔗 Data scientist Geospatial Analyst
Что нужно: опыт от 2 лет в Data Science или геоаналитике; уверенный Python с библиотеками Geopandas, Osmnx; продвинутый SQL (Hadoop, Trino, Postgres) и PostGIS; опыт с GIS-системами и API картографических сервисов; знание теории графов и алгоритмов маршрутизации; опыт визуализации данных.


🔗 Senior ML engineer
Что нужно: опыт от 3 лет в ML и разработке; уверенный Python, PySpark, Hadoop, Kafka; опыт работы с Airflow/Argo, Mlflow, Jenkins; внедрение ML-моделей как сервисов; навыки бэкенд- и веб-разработки; работа с LLM и NLP; Docker и Kubernetes.


Это только первая часть подборки, продолжение скоро 👀

#aaa_career
Please open Telegram to view this post
VIEW IN TELEGRAM
14🔥6👨‍💻4🤣2🤝1
«Я один» ➡️ «автоматизируем вместе»

Четырехлетним опытом реализации делится Валентин Конюх, руководитель направления тестирования ML-моделей.

В материале Валентин рассказывает про практики управления командой и выстраивания процессов с нуля, которые будут полезны не только тестировщикам, но и любым командам. Подробно разбирает подходы к автоматизации тестирования, а ещё рассказывает о своём личном пути от единственного тестировщика до руководителя.

На карточках коротко разбираем основные идеи статьи. Чтобы узнать детали, переходите по ссылке и читайте.

Читать статью 🔗

#aaa_habr
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
139😱4🔥3👎1