Хорошо структурированная роль в крупном финтех-продукте с понятными задачами и актуальным стеком для Data Scientist.
Современный стек
Финтех-домен
?Четкие задачи
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Data Scientist (моделирование продуктов B2B, Ozon Банк) (Python/ML): Разработка и поддержка ML-моделей кредитного скоринга для юридических лиц и индивидуальных предпринимателей с акцентом на создание признаков, feature store и продакшен-сервисы. Focus on развитие фреймворка моделирования, мониторинг эффективности моделей и применение новых источников данных.
Локация: Москва, Московский международный деловой центр Москва-Сити. Формат работы: на месте работодателя, удалённо или гибридно.
Компания
Ozon Банк развивает финансовые и IT-продукты и сервисы для физических лиц, юридических лиц и индивидуальных предпринимателей.
Что делать
Разрабатывать и поддерживать ML-модели для юридических лиц: PD, прогноз выручки, оценка залога и другие задачи.
Развивать внутренний фреймворк для разработки моделей и повышения продуктивности команды.
Создавать новые признаки на основе дополнительных источников данных и наполнять feature store.
Участвовать в постановке задач, определять приоритетные направления моделирования и прозрачно представлять результаты.
Разрабатывать и поддерживать сервисы для расчёта моделей в продакшене.
Анализировать эффективность моделей в продакшене, организовывать и улучшать мониторинг.
Требования
От 1 года до 3 лет общего опыта работы, включая от 2 лет опыта в кредитном скоринге.
Навыки анализа, очистки, подготовки, отбора и создания признаков, а также написания сложных SQL-запросов.
Хорошее знание теории вероятностей, математической статистики и методов машинного обучения.
Опыт работы с Python 3 и пакетами numpy, pandas, polars, scikit-learn, xgboost, lightgbm, catboost, hyperopt и optuna.
Общее представление о валидации и способах построения мониторинга моделей.
Хорошо, если есть
Опыт работы с HDFS и PySpark.
Навыки создания и сопровождения DAG в Airflow.
Опыт работы с юридическими лицами и понимание корпоративной отчётности, а также моделей для анализа компаний.
Культура и преимущества
Полная занятость.
Доступен выбор формата: работа на месте работодателя, удалённо или гибридно.
В командах сотрудник может влиять на процессы и способы достижения результата.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →