Data Scientist
Описание
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 Мы предлагаем: 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