Middle Data Scientist (Scoring)

О компании

Agrobank — один из крупнейших банков Узбекистана, проходящий этап цифровой трансформации. В банке формируется AI-направление с фокусом на построение скоринговых моделей для кредитных продуктов и агросектора.

О роли

Роль предполагает участие в создании скоринговых моделей с нуля: от подготовки данных до внедрения в бизнес-процессы. Вы будете работать с классическими ML-моделями и участвовать в формировании подходов к скорингу внутри банка.

Обязанности:

• Разработка моделей предсказания урожайности с использованием табличных и агрегированных данных.
• Разработка аппликационного скоринга для оценки кредитоспособности клиентов (агросектор, микрокредиты).
• Разработка поведенческих скоринговых моделей на основе транзакционной и клиентской активности.
• Подготовка и очистка данных: обработка пропусков, выбросов, нормализация, feature engineering.
• Построение и обучение моделей: логистическая регрессия, градиентный бустинг (LightGBM, XGBoost).
• Сравнение моделей по метрикам: AUC, Gini, precision/recall, KS и др.
• Анализ факторов, влияющих на предсказания модели, интерпретация результатов.
• Построение пайплайнов обучения и валидации моделей.
• Мониторинг моделей в production: отслеживание деградации, стабильности и смещения данных.
• Подготовка аналитических выводов и рекомендаций для бизнеса.
• Взаимодействие с продуктовой командой и аналитиками.

Требования:

• Опыт работы Data Scientist от 2–5 лет (желательно финтех, банки, телеком).
• Уверенное владение Python (pandas, numpy).
• Практический опыт работы с LightGBM, XGBoost, scikit-learn.
• Понимание классических ML-алгоритмов: логистическая регрессия, деревья решений, бустинг.
• Опыт работы с табличными данными и feature engineering.
• Понимание метрик качества моделей и их интерпретации.
• Опыт проведения экспериментов и сравнения моделей.
• Базовое понимание жизненного цикла ML-модели: разработка → валидация → внедрение → мониторинг.
• Английский язык на уровне чтения технической документации.

Будет плюсом:

• Опыт работы со скоринговыми моделями.
• Понимание кредитных рисков (PD, LGD, EAD).
• Опыт работы с Git.
• Опыт использования Docker.
• Опыт работы с Airflow или другими orchestration-инструментами.
• Опыт использования MLflow для трекинга экспериментов.
• Опыт работы с большими объемами данных.

Условия:

• Работа в одной из крупнейших финансовых организаций страны.
• Участие в построении скоринговых систем с нуля.
• Комфортный офис в центре Ташкента.
• Доступ к спортивному залу.
• График: 5/2, 09:00–18:00.
• Премии и медицинский чекап.
• Конкурентная заработная плата.