Post #12

Вайлберриз идёт в Финтех и собирает аналитическую команду в кредитном направлении Кредиты для екома — это большая точка роста. Большая = десятки процентов. Вайлдберриз запустил свой BNPL и инвестирует в финтех направление. К ребятам недавно перешёл Саша Белокрылов, который съел собаку, делая Сплит в Яндексе. Я мало знаю про ВБ, но хорошо знаю Сашу. Поэтому рекомендовать буду именно его) Давным-давно Саша пришёл в Яндекс.Такси джуном — и с тех пор я имел возможность наблюдать за его ростом. Максимально информированно расскажу, почему классно работать с Сашей: — Саша разбирается в матчасти: окончил кафедру теорвера на мехмате и немало вложил в успех яндексовского финтеха. Если потребуется, разберет с вами любую задачу по косточкам. Zero bullshit. — написал свои 10 тысяч SQL запросов и знает, что хотят аналитики и ML от инфраструктуры данных, — Саша всё это время работал в кратно растущих год к году продуктах и контрибьютил в их рост — покусает вас, тоже научитесь =), — супер-вовлеченный и фигачит до результата, — адекватный руководитель — задушит микроменеджментом только, если вы ну совсем не справляетесь (а потом уволит), — открытый и прямолинейный человек без фигни — фидбек будет прямым и понятным. - - - Найм масштабный. Нужны и руководители, и middle-senior специалисты. Аналитика Аналитика кредитного бизнеса – это, помимо классической продуктовой аналитики, всегда тесная работа с ML, прогнозированием просроченных платежей и АБ тестирование. Нужно будет собрать команду, построить аналитическую инфраструктуру и оптимизировать логику выдачи кредита человеку. ML инженер Мы строим с нуля всю инфраструктуру для обучения и вывода в продакшн моделей. На текущий момент в первую очередь для задачи скоринга пользователей. Нужно будет построить feature store по данным ВБ, MLops пайплайн для обучения и развертывания моделей, а затем вместе с аналитикой выкатывать новые модели в продакшн DWH инженер Нужно будет собрать инфраструктуру данных, способную обработать все объемы ВБ и выжить масштабирование контура ВБ на контур банк. Текущий стек: ClickHouse, Kafka, Airflow, внутренний BI инструмент. В будущем планируется — Hadoop/Spark. Команда небольшая и быстрая, поэтому приоритет – офис, но в случае взаимной симпатии можно обсудить варианты. Хороших кандидатов готовы брать по верху вилок Tier 1 компаний Резюме, ссылки на актуальный LinkedIn и вопросы — напрямую Саше @BelokrylovAlex