Data Scientist

Скоринг Бюро – крупнейшее в России бюро кредитных историй.
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.

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.

Чем предстоит заниматься:

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.

Antifraud-моделирование

• разрабатывать и улучшать модели выявления мошенничества
• работать с большими массивами данных на этапе оформления кредитных заявок
• дообучать и оптимизировать существующие модели
• использовать нейросетевые подходы для решения задач antifraud
• участвовать в полном ML-cycle: от подготовки данных и обучения до мониторинга моделей в production

Что мы ожидаем:

• высшее техническое образование;
• хорошая математическая и статистическая база
• практический опыт разработки ML/DS-моделей
• уверенный Python
• уверенный SQL
• знание классических алгоритмов машинного обучения:
  линейная и логистическая регрессия, градиентный бустинг
• опыт работы с numpy, pandas, sklearn, catboost, xgboost
• понимание основных этапов построения ML-модели — от подготовки данных и feature engineering до валидации и оценки качества
• аналитический склад ума и умение самостоятельно исследовать данные.

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

• 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