Data Scientist

Навыки

• Аналитическое мышление
• Самостоятельность
• Big Data
• XGBoost / LightGBM / CatBoost
• Финтех и платежи
• Внедрение систем
• Keras

О компании и продукте

• Мы работаем с большими данными и создаём аналитические и технологические продукты для финансового рынка. Наши модели используются в реальных бизнес-процессах: помогают оценивать кредитные риски, принимать решения и выявлять мошеннические действия. Сейчас мы расширяем команду Data Science и ищем специалистов, которым интересно работать с большими объёмами табличных данных, строить ML-модели и видеть результат своей работы в production. У нас есть две команды, работающие с ML-моделями: Кредитный скоринг - модели оценки кредитного риска, прогнозирование и сегментация на основе данных кредитных историй

Задачи

• Скоринговое моделирование анализировать большие массивы данных кредитных историй разрабатывать и улучшать модели оценки кредитного риска работать с задачами скоринга, прогнозирования и сегментации проводить валидацию моделей и аналитическое тестирование мониторить качество и стабильность моделей в production
• Будет плюсом опыт работы с большими объёмами данных опыт внедрения моделей в production опыт мониторинга качества и стабильности моделей опыт в банковской сфере, финтехе, risk management, antifraud или скоринге
• Скоринг Бюро – крупнейшее в России бюро кредитных историй

Требования

• опыт работы с TensorFlow / Keras / PyTorch опыт разработки нейросетевых моделей для табличных данных или временных рядов

Условия

• Оформление по ТК РФ, полностью "белая" з/п
• Гибридный формат работы Оплата питания
• Ежегодная индексация оклада ДМС, страховка жизни и несчастных случаев, страховка от онкозаболеваний
• Корпоративные курсы английского языка
• Оплата обучения до 100 000 р в год
• Софинансирование фитнеса
• Antifraud - модели выявления мошенничества на этапе оформления кредитной заявки, большие объёмы данных и применение нейросетевых подходов
• На старте мы обсудим ваш опыт и интересы и вместе определим, какая команда подходит лучше
• В сопроводительном письме укажите, в каком направлении вам было бы интереснее работать

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.