← К каталогу
АК

АКБ Агробанк

Senior Data Scientist

ОфисSeniorТашкент, Узбекистан8 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение14 мин. назад
Впервые замечена8 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

О компании

Agrobank развивает AI-направление и внедряет скоринговые модели в ключевые кредитные процессы. Скоринг — критически важная система, которая влияет на решения по кредитованию и управлению рисками.

О роли

Senior Data Scientist отвечает за разработку, внедрение и развитие скоринговых моделей, а также за архитектуру ML-решений и их интеграцию в бизнес-процессы.

Обязанности:

  • Разработка аппликационного скоринга для микрокредитов и агрокредитов.
  • Разработка моделей предсказания дохода и финансового поведения клиентов.
  • Проектирование архитектуры ML-решений и пайплайнов обработки данных.
  • Разработка end-to-end пайплайнов: подготовка данных → обучение → валидация → деплой.
  • Создание сервисов предсказаний и интеграция моделей с CRM и внутренними системами банка.
  • Контроль качества моделей: валидация, стресс-тестирование, анализ стабильности.
  • Проведение экспериментов и выбор оптимальных моделей.
  • Оптимизация моделей с точки зрения качества, устойчивости и интерпретируемости.
  • Разработка подходов к мониторингу моделей и выявлению деградации.
  • Наставничество middle-специалистов.
  • Взаимодействие с бизнесом, IT и аналитическими командами.

Требования:

  • Опыт работы Data Scientist от 3 лет.
  • Уверенное владение Python и ML-стеком.
  • Практический опыт работы с: LightGBM, XGBoost, scikit-learn.
  • Глубокое понимание классических ML-алгоритмов и их ограничений.
  • Опыт разработки и внедрения моделей в production.
  • Опыт построения end-to-end ML-пайплайнов.
  • Понимание feature engineering и работы с табличными данными.
  • Понимание метрик качества и методов валидации моделей.
  • Опыт работы с бизнес-задачами (интерпретация моделей, объяснение результатов).
  • Английский язык на уровне чтения документации.

Будет плюсом:

  • Опыт разработки скоринговых моделей.
  • Понимание банковских процессов и кредитных рисков.
  • Опыт работы с Docker, Airflow, MLflow.
  • Опыт построения ML-сервисов.
  • Опыт интеграции моделей в CRM или банковские…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / IT / UZ