Middle Аналитик данных

    Договорной
    Россия
    Санкт-Петербург
    Полная
    Удаленная работа
    Опыт работы
    4 года 10 месяцев
    Последнее место работы

    Сбербанк

    Аналитик данных
    4 года 10 месяцев

    Резюме в Telegram-канале

    10 резюме

    Пост каждый день

    О себе

    О себе
    Аналитик данных, 4+ года в аналитике комплаенса Сбера, всего 10 лет в банке. Специализация: аналитика процессов и воронок, A/B-тесты процессов, когортные прогнозы, направление ПОД/ФТ. Проекты за год сохранили в банке более 150000 клиентов и сократили нагрузку на операционную фабрику. Веду задачу целиком: от постановки метрик и данных до внедрения, мониторинга и защиты результата перед руководством.

    Опыт в Affiliate

    Данные отсутствуют

    Опыт работы
    4 года 10 месяцев

    Февраль 2022 - по н.в.
    (4 года 10 месяцев)
    Сбербанк
    Аналитик данных
    Владелец метрик воронки пост-контроля по 11 территориальным банкам: проекты полного цикла от постановки до внедрения, регулярная отчетность для руководства и ad-hoc. • Сохранение клиентов по согласиям (список ЦБ, 70000 физлиц). Ранжировала список по риску, распределила поток между фабрикой и автоматизацией, запустила пилот упрощенной схемы «согласие» и вывела ее в прод. Весь список отработан в срок по 115-ФЗ, за год сохранено более 150000 клиентов, нагрузка на фабрику снижена. • Прогноз рецидивности сохраненных клиентов (методика для ППР). Собрала когорты по типам клиентов, выделила новый тип СФЛ, построила прогноз методом Монте-Карло. Методика утверждена на уровне ППР, цель рецидивности ≤15% обоснована прогнозом, горизонт сохранения 12 месяцев. • A/B-тест приоритизации очереди фабрики по риск-скору. Спроектировала тест с рандомизацией по сотрудникам, метрики-отношения, bootstrap. Высокорисковые клиенты перестали ждать в общей очереди: доля автоотработки 60% → 67%, AML-решения в срок 10 дней +9 п.п., сортировка раскатана на всю фабрику. • Метрики внедрения ML-агентов пост- и онлайн-контроля. Собрала два набора метрик, добилась кор ректной репликации логов агента, инициировала запуск непокрытых сегментов. Время подготовки заключения −35%, совпадение решений агента и аналитика 87% при пороге 80%, покрытие онлайн-контроля 60% → 75%. • Витрина и дашборд воронки пост-контроля для руководства. Зафиксировала единые определения метрик, написала ТЗ на витрину, собрала дашборд с когортным прогнозом. Отчет за 2 часа вместо 3 дней, одна методика для всех ТБ, отклонения от прогноза видны сразу.

    Навыки

    statmodels
    skipy
    jupiter
    метрики процессов
    A/B тестирование
    Power BI
    Прогнозирование
    SQL
    Git
    Atlassian Jira
    Python
    Hadoop
    Pandas
    NumPy
    Bootstrap
    Matplotlib
    Seaborn
    Attlassian Confluence
    Построение системы комплаенс-менеджмента
    Реализация комплаенс-стратегии

    Владение языками

    Начальный Английский

    Занятость

    Занятость
    Полная
    Формат работы
    Удаленная работа, Гибрид, Офис
    График работы
    Гибкий, Сменный, 5/2
    Переезд
    Невозможен
    Командировки
    Командировки возможны
      Middle Аналитик данных в Санкт-Петербург, договорная зарплата | Резюме специалистов digital, маркетинга и affiliate на arbihunter.com