Data Science кредитный скоринг

Компания, для которой требуется наш кандидат - это международная FinTech-компания, лидер в области инновационных технологий кредитования и разработки программного обеспечения.

Миссия Компании — создание более безопасной и доступной финансовой среды, где современные финансовые решения становятся реальностью благодаря внедрению передовых технологий.

Цель Компании — предоставить пользователям удобный и быстрый доступ к финансовым ресурсам, используя инновационные подходы и технологии, в т.ч. WEB3

Цель роли - Data Scientist (Credit Scoring) отвечает за разработку, калибровку и внедрение скоринговых моделей, которые лежат в основе решений по одобрению клиентов и управлению кредитными лимитами.
Вы будете ключевым экспертом, который превращает данные в финансовую эффективность, снижая уровень дефолтов и увеличивая прибыльность продукта.

Функциональные обязанности:

• Разработка и валидация ML-моделей кредитного скоринга (логистическая регрессия, gradient boosting, нейронные сети и др.).
  Анализ качества и стабильности моделей: ROC/AUC, Gini, KS, PSI, stability index.

• Проектирование фичей и построение feature store для скоринговых систем.

• Работа с данными из внутренних и внешних источников (анкеты, транзакции, поведенческие данные, бюро, альтернативные источники).

• Калибровка cut-off thresholds и интеграция моделей в risk engine совместно с Dev и Risk-командами.

• Проведение back-testing / champion-challenger тестов и мониторинг производительности моделей.

• Участие в разработке лимитных политик и NPV-моделей на основе прогнозных PD/LGD.

• Подготовка аналитических отчётов и визуализаций (score distribution, vintage, Gini trend).

Наши ожидания:

• 3+ года опыта в data science / risk analytics в финтехе или банке.

• Глубокие знания в математической статистике, вероятностях, ML-алгоритмах.

• Опыт построения скоринговых и fraud-моделей.

• Уверенное владение Python (pandas, scikit-learn, XGBoost, LightGBM, CatBoost).

• Опыт работы с SQL и системами хранения данных (ClickHouse, PostgreSQL, BigQuery и др.).

• Понимание кредитной unit-экономики и влияния модели на key metrics — approval rate, default rate, CoR, LTV.

• Владение инструментами для построения и мониторинга ML-пайплайнов (Airflow, MLflow, DVC — плюс).

• Образование: математика, физика, статистика, информатика, экономика или смежные дисциплины.

Что мы предлагаем:

• Гибридный формат работы или удалённо (обсуждаемо): 2 дня онлайн и 3 дня в офисе (г. Москва, Береговой пр-д, д. 5А к. 1, БЦ «Фили Град»).

• Международный контрактный формат (Service Agreement).

• Конкурентный доход: фиксированный оклад +KPI (обсуждается индивидуально).

• 28 оплачиваемых days off в год.

• Работа в команде профессионалов, создающих международный FinTech-бренд.

Давно хотели поучаствовать в чем-то масштабном и действительно полезном?
Тогда откликайтесь на вакансию — мы обязательно с вами свяжемся!