Team Lead Data Scientist (играющий тренер) | финтех
Описание
Направление / Продукт Прогнозное моделирование для сегмента МСБ (Малый и Средний Бизнес): от оценки платежеспособности до персонализированных рекомендаций. В ближайшие 2 года мы планируем масштабировать портфель продуктов в 2–3 раза — и для этого ищем сильного технического лидера. Направление развивает три взаимосвязанных продукта: Скоринговые модели — оценка платежеспособности на всех этапах: от привлечения до взыскания. Сейчас в проде ~15 моделей (PD/LGD), которые принимают решения по тысячам заявок ежемесячно. Платформа для аналитики и моделирования — B2B-сервис, который предоставляет клиентам данные и среду для их собственных расчетов. Мы используем его как технологическое ядро для всех продуктов направления. Сервис подбора финансовых продуктов — умный агрегатор финансовых услуг для предпринимателей. Здесь мы соединяем ML-рекомендации и аналитику, помогая бизнесу выбирать лучшие предложения. Основной стек: Python (Pandas, NumPy, Sklearn, XGBoost/LightGBM), SQL (продвинутый уровень), Greenplum, PostgreSQL, Git, Airflow, Docker, Superset/Grafana, Feast (Feature Store). Роль и задачи Ты будешь играющим тренером: Управление(~20%): Приоритизация задач, контроль качества, ревью кода. Развитие команды: 1 DS (Middle) + 2 DA (Senior и Junior). Взаимодействие с продактом и смежными командами (бэкенд, инфраструктура, DataOps). Техническая работа (~80%): Самостоятельная разработка ключевых моделей (в том числе сложных — PD/LGD, склонность, LTV). Ad-hoc исследования, работа с новыми источниками данных. Участие в проектировании архитектуры: переход на Feature Store, интеграция с платформой. Что ожидаем от тебя От 4-5 лет в роли Data Scientist. Опыт управления от 1 года, предпочтительно от 2 лет. Управление командой от 2-3 человек. Hard Skills: Python: уверенный (pandas, numpy, sklearn, бустинги). SQL: продвинутый (оконные функции, агрегации, оптимизация). Классический ML на табличных данных с выборками от 1M+ строк и 1000+ фичей. Опыт с рисковыми моделями (PD, LGD) ИЛИ CRM-моделями (склонность, LTV, uplift). Опыт внедрения моделей в прод с доказанным экономическим эффектом. Понимание витрин и дашбордов — чтобы ставить задачи аналитикам и проверять результат. Soft Skills: Умение объяснять сложные вещи на языке бизнеса. Готовность закрывать 80% времени кодом, а не только управлять. Умение видеть точки роста продукта. Условия Работаем с данными, которых нет у других игроков рынка. Это позволяет строить модели, которые реально влияют на кредитные решения для тысяч предпринимателей. Работаем короткими спринтами без бюрократии. Гипотезы обсуждаем, а не согласовываем неделями. Роль с влиянием на продукт. Написанные тобой модели через месяц могут принимать решения по тысячам бизнесов — мы считаем финансовый эффект каждой гипотезы и не боимся экспериментировать. Оклад + годовой бонус, оформление по ТК РФ. Компания входит в реестр аккредитованных ИТ компаний. Удаленный формат работы (в пределах РФ!). Офис находится в г. Москва. Для сотрудников из Москвы предпочтителен мягкий гибрид (офис ~1 раз в 1-2 недели). ДМС со стоматологией (с 1 рабочего дня + полис путешественника). Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит – 25 тыс. рублей в год). Дополнительные дни к ежегодному отпуску (всего 31 день в году). Выдаем корпоративную технику (Windows, Lenovo ThinkPad). Как мы проводим собеседования Общение происходит онлайн, с видео, через Салют.Джаз: HR-call (30-40 минут) — рассказ о компании/вакансии, вопросы про опыт/ проекты. Техническое интервью (60 мин) —лайвкодинг: 2 задачи по SQL, 1 задача на Python. Вопросы по теории классического ML. Управленческое интервью (30-60 мин) — бизнес-кейсы, управленческие ситуации. Оценка подхода к управлению, коммуникации, взаимодействию с продуктом. Собеседование с командой (60 мин) — оценка культурной совместимости, целей, активности. Проверка документов — заполнение анкеты в электронном виде, проверка ~2-3 рабочих дня. Оффер — обсуждение даты выхода на работу. Мы стараемся как можно быстрее принимать решения!