Роль чётко сосредоточена на инженерии данных для кредитного скоринга, с современным стеком и тесной работой с командами данных; информации о компенсации нет.
Актуальный стек
Понятная зона задач
Финтех-направление
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Инженер данных, Отдел разработки систем оценки рисков, Ozon Банк (Fintech): Разработка пайплайнов и витрин данных для скоринга, риск-аналитики и мониторинга кредитного портфеля с акцентом на качество данных, оптимизацию обработки и своевременную доставку. Focus on проектировании проверок качества, мониторинге и алертинге, разборе сбоев и согласовании логики расчётов с аналитиками и дата-сайентистами.
Локация: Москва, гибридный формат работы
Компания
Ozon развивает продукты кредитования физических лиц и бизнеса, включая скоринговые системы и решения для оценки качества кредитного портфеля.
Что делать
Погружаться в продукты и процессы управления кредитным риском — от рассмотрения заявки до мониторинга кредитного портфеля.
Совместно с аналитиками и дата-сайентистами уточнять задачи, выбирать источники данных и согласовывать логику расчётов.
Разрабатывать пайплайны и витрины данных для скоринга, риск-аналитики и мониторинга портфеля.
Строить проверки качества данных, выявлять причины расхождений и оценивать их влияние на бизнес-процессы.
Обеспечивать своевременную доставку данных, настраивать мониторинг и алерты, разбирать сбои.
Предлагать улучшения, сокращающие путь от бизнес-вопроса до доступных и проверенных данных.
Требования
Опыт работы дата-инженером от 3 лет, уверенное использование Python и SQL.
Умение переводить бизнес-задачи в требования к данным и технические решения, задавать уточняющие вопросы и проверять предположения.
Готовность разбираться в предметной области, пользователях данных и решениях, которые принимаются на их основе.
Знание Spark / PySpark, принципов работы СУБД и оптимизации обработки данных и запросов.
Опыт разработки пайплайнов в Airflow, понимание принципов построения хранилищ и витрин.
Умение учитывать пропуски, дубли, опоздания событий и изменения источников при проектировании обработки данных.
Навыки тестирования решений, работы с Git и документирования логики расчётов и договорённостей.
Умение обсуждать решения с аналитиками, дата-сайентистами и разработчиками, объяснять ограничения и доводить задачи до результата.
Хорошо, если есть
Опыт работы в кредитовании, финтехе или риск-менеджменте.
Опыт построения систем контроля качества данных и отслеживания их происхождения.
Опыт работы с Kafka, Kubernetes, Prometheus и Grafana.
Культура и преимущества
Полная занятость в гибридном формате.
Работа в связке с риск-аналитиками, дата-сайентистами и разработчиками.
Технологический стек включает Python, SQL, Airflow, Spark / PySpark, PostgreSQL, ClickHouse, Vertica, Kafka, S3, Hadoop, Kubernetes, GitLab, Prometheus и Grafana.
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 →