Data scientist модели скоринга ЮЛ (Middle)

Обязанности:

• Разрабатывать и поддерживать модели кредитного риска для поточного кредитования малого бизнеса (оценка PD, антифрода) с использованием методов машинного обучения (логистическая регрессия, градиентный бустинг и др.);
• Анализировать слабоструктурированные данные в Hadoop;
• Создавать новые признаки и применять их в моделях;
• Выполнять инфраструктурные задачи;
• Писать документацию.

Требования:

• Физико-математическое, экономико-математическое образование;
• Хорошее знание теории вероятностей и математической статистики, методов машинного обучения;
• Развитое логическое мышление;
• Опыт аналитической работы от 1 года, в том числе опыт разработки статистических моделей;
• Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков), навыки написания SQL-запросов;
• Знание Python (в частности, библиотек, применяемых для анализа данных: pandas, scikit-learn, xgboost, lightgbm, pyspark и т.п.);
• Умение работать с Git;
• Навыки и опыт презентации результатов контрагентам;
• Желателен опыт с работы с Hadoop (Hive, Impala, Apache Spark);
• Желателен опыт работы с юридическими лицами, понимание, как устроена отчетность, какие модели можно применять для анализа компаний;
• Желателен опыт внедрения моделей в промышленную среду;
• Владение английским языком на уровне, как минимум, позволяющем свободно читать специализированную литературу.

Условия:

• Стабильную работу в одном из крупнейших банков страны
• Сильное DS community, большое разнообразие рабочих и внерабочих активностей. telegram: @aaanalytics;
• Конкурентную заработную плату, соцпакет;
• Условия для роста и развития (в т.ч. конференции, тренинги, внутренние программы развития);
• Дружный коллектив единомышленников (все специалисты, занимающиеся машинным обучением объединены одним департаментом для максимально плотного и продуктивного обмена знаниями);
• Передовой стек технологий, высокопроизводительное оборудование.
• Возможность решать разнообразные прикладные задачи с выводом в промышленную эксплуатацию, возможность существенно влиять на результат (в т.ч. в бизнес-смысле) и способы его достижения (вплоть до внесения изменений в архитектуру);
• Квартальный бонус по результатам работы;
• ДМС, страхование жизни;
• Корпоративное обучение.