უმცროსი მონაცემთა მეცნიერი

საქართველოს ბანკის მოდელის რისკის მართვის დეპარტამენტი ეძებს ვნებიან, ცნობისმოყვარე და ნიჭიერ უმცროს მონაცემთა მეცნიერს, რომელიც შეუერთდება ჩვენს მზარდ გუნდს. თქვენ გექნებათ შესაძლებლობა, ხელი შეუწყოთ სხვადასხვა ინოვაციური მონაცემთა მომენტალურად პროდუქტებისა და მასშტაბური ინტელექტუალური სისტემების შექმნას. გუნდის წევრები ამოწმებენ, ამტკიცებენ, იკვლევენ და აკონტროლებენ ყველა იმ ხელოვნური ინტელექტის/მანქანური სწავლების მოდელსა და გადაწყვეტილებას, რომლებიც ბანკშია შემუშავებული ან გამოიყენება, რათა მინიმუმამდე დაიყვანონ მოდელის რისკი და შექმნან უსაფრთხო გარემო სხვადასხვა სფეროში (სესხის რისკი, მარკეტინგი, მომხმარებელთა მომსახურება, უკანა ოფისის ოპერაციების ოპტიმიზაცია და ა.შ.). ჩვენ ვეძებთ ადამიანებს, რომლებიც დაინტერესებულნი არიან ბიზნესის შეხედულებების შესწავლით, მოდელის შემუშავებისა და დამტკიცების საფუძვლიანი ცოდნით, რომელთაც სურთ ისწავლონ როგორ ამოიცნონ, შეაფასონ და მინიმუმამდე დაიყვანონ მოდელის რისკები. თუ თქვენ ხართ მარაგი, მიზანდასახული ადამიანი, რომელიც სარგებლობს თანამშრომლობით გადაწყვეტილებების მიწოდებისთვის, ეს შესაძლებლობა შეიძლება იყოს თქვენთვის.

ძირითადი პასუხისმგებლობები: ქვემოთ მოცემული ყველა პასუხისმგებლობა ხორციელდება სტრუქტურირებულ გუნდურ გარემოში, უფროსი გუნდის წევრების ხელმძღვანელობითა და ზედამხედველობით. - განახორციელოს მოდელის დამტკიცება და შეაფასოს მოდელის შესრულება, კონცეპტუალური სიჯანსაღე, შეყვანის მონაცემების ხარისხი და განვითარების მეთოდოლოგია.

• განახორციელოს მოდელის შედეგების ანალიზი, მათ შორის უკან გადახედვის სავარჯიშოები.

• შეაფასოს ახალი და არსებული მოდელების საერთო შესაბამისობა და ვარგისიანობა მათი დანიშნულებისამებრ.

• ამოიცნოს მოდელების ძირითადი ვარაუდები, შეზღუდვები და სუსტი მხარეები, შეაფასოს კომპენსაციის კონტროლის ეფექტურობა და ხელი შეუწყოს პრაქტიკული რისკის შემცირების რეკომენდაციებს.

• შეიმუშაოს საორიენტაციო და ალტერნატიული მოდელები მოდელების შეფასების მხარდასაჭერად.

• მოამზადოს მკაფიო, კარგად სტრუქტურირებული დამტკიცების ანგარიშები და წარმოადგინოს დასკვნები და დაკვირვებები უშუალო გუნდს.

• გაეცნოს მოდელის რისკის პოლიტიკას და გამოიყენოს შესაბამისი მოთხოვნები ყოველდღიურ სამუშაოში.

• აკონტროლოს მოდელის შესრულება მოდელის რისკების ადრეული და პროაქტიული იდენტიფიკაციის მხარდასაჭერად.

• მხარი დაუჭიროს მოდელის მართვის საქმიანობას და ხელი შეუწყოს ვალიდაციისა და მონიტორინგის პროცესის ოპტიმიზაციას ავტომატიზაციის, მარეგულირებელი ცვლილებების და სხვა ინიციატივების მეშვეობით.

სასურველი კვალიფიკაცია: - სტატისტიკის, მათემატიკის, მონაცემთა მეცნიერების, კომპიუტერული მეცნიერების ან მასთან დაკავშირებული სფეროს სპეციალობა.

• 0-1 წელი შესაბამისი სამუშაო გამოცდილება; ძლიერი აკადემიური ფონი, სტაჟირების გამოცდილება ან პირადი და აკადემიური პროექტების პორტფოლიო მისაღებია პროფესიული გამოცდილების ნაცვლად.

• ფინანსურ სექტორში, განსაკუთრებით საბანკო საქმეში გამოცდილება უპირატესობაა, მაგრამ არ არის საჭირო.

• გამოცდილება სტრუქტურირებული მონაცემების დამუშავებაში; დიდი ან კომპლექსური მონაცემებით მუშაობის გამოცდილება უპირატესობაა.

• სტატისტიკური მოდელირებისა და მანქანური სწავლების კონცეფციების მყარი საფუძვლიანი ცოდნა.

• ღრმა სწავლების, განმტკიცების სწავლების ან ბუნებრივი ენის დამუშავების გაცნობა უპირატესობაა.

• დიდი ენის მოდელებთან (LLM) და მათი პრაქტიკული გამოყენების გაცნობა; ექსპოზიცია სწრაფი ინჟინერიის, დახვეწისა ან LLM შეფასების მიმართულებით უპირატესობაა.

• ტრანსფორმატორის არქიტექტურისა და ყურადღების მექანიზმების ძირითადი გაგება; ტრანსფორმატორზე დაფუძნებულ მოდელებთან პრაქტიკული გამოცდილება აკადემიური ან პირადი პროექტების მეშვეობით უპირატესობაა.

• Retrieval-Augmented Generation (RAG) სისტემებისა და მათი კომპონენტების, ვექტორული მონაცემთა ბაზების, ჩანერგვის მოდელებისა და დოკუმენტების მოძიების პიპლაინების შესახებ ცნობიერება უპირატესობაა.

• Python და/ან R ენის ცოდნა; SQL-ის სამუშაო ცოდნა მონაცემთა მანიპულაციისა და ანალიზისთვის.

• ML ფრეიმვორკებთან (TensorFlow, PyTorch, Scikit-Learn და ა.შ.) და დიდი მონაცემთა ტექნოლოგიებთან (Hadoop/Hive, Spark, NoSQL და ა.შ.) გაცნობა უპირატესობაა.

• მონაცემთა ვიზუალიზაციის ბიბლიოთეკების (როგორიცაა Matplotlib ან Plotly) და ხელსაწყოების (როგორიცაა Microsoft Power BI ან Tableau) ცოდნა უპირატესობაა.

ცოდნა, უნარები და შესაძლებლობები: - რელაციური მონაცემთა ბაზების კონცეფციებისა და მონაცემთა მოდელირების ცოდნა.

• მონაცემთა ვიზუალიზაციისა და სტორიტელინგის ძირითადი უნარები; ვიზუალიზაციის ხელსაწყოების გამოყენებით ძირითადი დაფების შექმნის უნარი, ხელმძღვანელობით.

• ანალიტიკური შეხედულებების კომუნიკაციის უნარი მონაცემების გამოყენებით როგორც ტექნიკური, ასევე არატექნიკური აუდიტორიისთვის.

• ძლიერი ანალიტიკური და პრობლემების გადაჭრის უნარები.

• კრიტიკული აზროვნება და ყურადღება დეტალებზე.

• გუნდური მოთამაშე და თვითდამწყები, სურვილი სწავლა და ღირებულების დამატება, და კეთების შესაძლებლობა.

• საკითხების სისტემური გადაჭრის უნარი და უფროს კოლეგებთან ესკალაციის შესაძლებლობა, საჭიროების შემთხვევაში.

• უკუკავშირისა და მენტორშიპის მიმღებლობა, როგორც მუდმივი პროფესიული განვითარების ნაწილი.

• ქართულ და ინგლისურ ენებზე მკაფიო და ლაკონური წერის უნარი.

დაინტერესებული კანდიდატები, გთხოვთ, შეავსოთ ინფორმაცია, დაურთოთ თქვენი CV და გააგზავნოთ „მიმართეთ პოზიციაზე ახლა“ ღილაკზე დაჭერით. ბოლო ვადაა 30 ოქტომბერი, 2026.