Spice IT
Team Lead Data Scientist (играющий тренер) | классик ML | финтех
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.
Описание вакансии
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…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.