Инженер по машинному обучению
Описание
Компания: Группа компаний Fordewind — быстрорастущая технологическая финансовая компания, основанная в 2017 году. Мы специализируемся на кредитовании и инвестиционно-банковских услугах для корпораций, малого и среднего бизнеса. Наша команда управляется опытными профессионалами финансовой отрасли с бэкграундом в крупнейших институтах (экс J.P. Morgan, UBS, ВТБ Капитал, Сбербанк CIB). Сегодня Fordewind — это международный бизнес с офисами в Дубае (ОАЭ), Москве (Россия), Алматы (Казахстан) и Лондоне (Великобритания). Мы ищем опытного Data Scientist / ML Engineer для международных проектов компании. Задача роли: адаптировать скоринговую логику и модели под новые страны. У нас есть существующий scoring pipeline, но его нельзя просто «перенести» на другой рынок: в каждой стране другие данные, форматы, источники, финансовая отчётность, поведение клиентов и рисковые факторы. Поэтому нам нужен человек, который сможет брать базовую методологию и гибко адаптировать её под новую локацию. Основные обязанности Работать совместно с разработчиками и аналитиками над запуском скоринговых процессов в новых локациях; Адаптировать существующие скоринговые подходы и перестраивать scoring pipeline под специфику международных рынков; Работать с данными из новых стран (финансовая отчётность, документы, внешние источники, альтернативные данные); Анализировать качество данных и применимость текущих российских скоринговых подходов компании к новым рынкам; Совместно с разработчиками участвовать в автоматизации обработки данных и алгоритмов принятия решений; Взаимодействовать с бизнес-командой для перевода кредитной экспертизы в data/scoring-логику и строить масштабируемую scoring-инфраструктуру. Требования к кандидату Опыт и профиль: опыт работы в качестве Data Scientist / ML Engineer; Технический стек: уверенное владение Python, классическим DS/ML-стеком и ключевыми библиотеками (Numpy, Pandas, Scipy, Matplotlib, Seaborn, Sklearn, LightGBM, CatBoost и пр.); Работа с данными: способность работать не только с «чистыми» датасетами, но и с реальными messy-data из бизнеса; Риск-моделирование: понимание статистики, Feature engineering, Validation, а также опыт построения или адаптации credit scoring models (будет плюсом). Наше предложение Профессиональный рост и гибкое построение карьерного пути; Свобода в выборе используемого стека технологий, отсутствие внутренней бюрократии; Участие в интересных проектах для решения прикладных бизнес задач с первых дней, возможность инициирования и запуска новых процессов; Возможность работы в полностью удаленном режиме из любой точки мира; Конкурентная оплата труда и прозрачная бонусная система.