Организация: Газпромбанк, ОАО. Роль: Data Scientist. Период: август 2020 — июнь 2021.
Проект охватывал разработку моделей отклика клиентов на коммуникационный канал и банковские продукты, а также контроль стабильности работающих моделей.
За время работы разработал три response-модели: отклик на SMS-канал, отклик на ипотеку и отклик на рефинансирование ипотеки. Для системного контроля качества дополнительно создал автоматизированный мониторинг четырёх моделей на основе сегментации и кластеризации.
В круг задач также входили очистка и выгрузка клиентской базы, необходимая для формирования выборок, расчёта признаков и последующего мониторинга.
1. Построил модель отклика клиентов на SMS-канал.
2. Разработал модель отклика на продукт «Ипотека».
3. Разработал модель отклика на продукт «Рефинансирование ипотеки».
4. Создал автоматизированную систему мониторинга четырёх моделей. Система использовала сегментацию и кластеризацию для анализа качества на отдельных группах клиентов.
5. Включил в мониторинг три группы метрик: PSI для контроля изменения распределений, Lift для оценки качества ранжирования отклика и GINI для контроля разделяющей способности моделей.
6. Выполнял очистку клиентской базы и подготовку выгрузок для моделирования и аналитики.
Публичная схема показывает только подтверждённую логику работы. Конкретные внутренние платформы, хранилища и названия банковских систем не раскрываются.
Модель отклика на SMS-канал достигла Lift 3,9.
Модель отклика на ипотеку достигла Lift 3,3.
Модель отклика на рефинансирование ипотеки достигла Lift 3,5.
Для четырёх моделей была построена автоматизированная система мониторинга с метриками PSI, Lift и GINI. Это объединило моделирование и последующий контроль качества в одном воспроизводимом процессе.
