Data Scientist

Привет, легенда !

Мы — группа компаний Небус, развиваем финансовые технологии и МКК. Наш бизнес растёт, и мы усиливаем команду для новых задач. Приглашаем Дата-сайентиста, который разделяет активный подход и ценит уважительную атмосферу в коллективе 🤍

Задачи:

→ Искать закономерности и значимые признаки, влияющие на дефолтность клиентов;

→ Строить и улучшать скоринговые модели (логистическая регрессия, градиентный бустинг, деревья решений);

→ Тюнинговать существующие модели и пересобирать их с нуля при изменении бизнес-среды или появлении новых данных;

→ Создавать прототипы и проверять их качество на исторических и валидационных выборках.

Эксперименты и инсайты:

→ Тестировать риск-правила через А/В-эксперименты: оценивать влияние на долю дефолтов и отсечение надёжных клиентов;

→ Подбирать оптимальные пороговые значения (cut-off) для баланса между прибылью и рисками;

→ Давать рекомендации для новых продуктов на основе анализа потребления клиентов;

→ Мониторить качество моделей в жизни (дрифт данных), предлагать гипотезы по улучшению.

Обязательно:

• Практический опыт разработки скоринговых моделей именно для кредитного скоринга (банки / МФО / финтех);

• Глубокий Python (Pandas, NumPy, Scikit-learn, LightGBM / XGBoost);

• Сильная математика: статистика, теория вероятностей, линейная алгебра — понимание алгоритмов «под капотом»;

• Уверенный SQL (оконные функции, CTE, подзапросы) — уметь самостоятельно собирать выборки из DWH;

• Git;

• Умение формулировать бизнес-гипотезы и проверять их на данных;

• Навык презентации результатов для не-технической аудитории.

Будет плюсом:

• Знание метрик розничных рисков (воронка одобрения, NPL, PD);

• Опыт с MLflow / Airflow (для коммуникации с ML-инженерами);

• 2–3 реализованных ML-проекта (желательно в финансах).

Что предлагаем:

• Если твои ценности и навыки совпадут с нашим видением — заплатим столько, сколько попросишь;

• Оформление по договору ГПХ или как ИП (РФ) с возмещением налога;

• Полная…