Data Scientist (моделирование продуктов B2B, sGTR YZqm) — Россия, Москва
Зарплата не указана
ОткликнутьсяКомпания: ••••••••
Локация: Россия, Москва
Формат: Офис, Удалённая работа, Гибрид
Занятость: Полная занятость
Грейд: не определён
EDjK B3FF — компания, в которой тесно переплетаются финансы и IT. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц. Гордимся атмосферой в командах: каждый сотрудник может влиять на процессы и пути к результату.
Мы ищем профессионала, который сможет внести значительный вклад в развитие нашей команды кредитного скоринга для юридических лиц и индивидуальных предпринимателей. Многое мы уже сделали, многое еще предстоит. Нужен человек, знакомый с лучшими практиками рынка. При этом способный генерировать и реализовывать идеи, как превзойти текущие стандарты индустрии. В том числе, комбинируя классический подход, возможности, которые дает цифровая платформа buKX и новые идеи, возникающие в сообществе.
Основной стек: Python, Hadoop, Pyspark, Git, Airflow.
Вам предстоит:
• Отвечать за разработку и поддержку ML-моделей для работы с юридическими лицами (PD, прогноз выручки, оценка залога и тд)
• Развивать и поддерживать внутренний фреймворк для разработки моделей и повышения продуктивности работы команды
• Генерировать и применять в моделях новые фичи на основе новых источников данных, наполнять feature store
• Участвовать в постановке задачи, находить приоритетные направления для моделирования и прозрачно об этом рассказывать
• Разрабатывать и поддерживать сервисы для продового расчета моделей
• Анализировать эффективность моделей в проде, организовывать и дорабатывать мониторинг
Мы ожидаем:
• Опыт работы в кредитном скоринге от 2 лет
• Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков), навыки написания сложных SQL-запросов
• Хорошее знание теории вероятностей, математической статистики и методов машинного обучения. В том числе знание типовых пайплайнов для построения скоринговых моделей.
• Опыт работы c пакетами для анализа данных на Python3 (numpy, pandas, polars, scikit-learn, xgboost, lightgbm, catboost, hyperopr, optuna, etc)
• Общие представления о валидации и способах построения мониторинга моделей
Будет плюсом:
• Опыт работы с HDFS и Pyspark
• Навыки создания дагов Airflow и их последующее сопровождение
• Опыт работы с юридическими лицами, понимание, как устроена отчётность, какие модели и как можно применять для анализа компаний