Data Scientist

Дата размещения вакансии: 13.01.2026
Работодатель: Группа страховых компаний Югория
Уровень зарплаты:
з/п не указана
Город:
Москва
Требуемый опыт работы:
От 3 до 6 лет

Мы — страховая компания «Югория». Развиваем скоринговый департамент и направление «управление моделированием»: строим, внедряем и поддерживаем в продакшене ML-модели и AI-решения для оценки риска, скоринга, антифрода и повышения эффективности бизнес-процессов.
Ищем Data Scientist, который силён в разработке ML-моделей и умеет вести полный цикл: от получения и анализа данных до релиза и мониторинга качества модели в проде.

Чем предстоит заниматься:

  • Разрабатывать и улучшать скоринговые и рисковые ML-модели (classic ML/GBDT/GLM).
  • Вести полный DS-цикл: выгрузка данных из DWH → подготовка/EDA → обучение и валидация → релиз модели → контроль качества в проде → переобучение/обновление.
  • Строить и поддерживать пайплайны обучения, мониторинга и версионирования моделей.
  • Настраивать оценку качества: метрики, кросс-валидация, стабильность, дрейф данных/признаков.
  • Готовить понятные артефакты: документация, презентация результатов для бизнеса, рекомендации по внедрению.
  • Участвовать в развитии практик моделирования: шаблоны, репозитории, best practices, code review.

Что мы ждем от кандидата:

  • Уверенный Python (структурирование кода, читаемость, воспроизводимость);
  • Практический опыт построения ML-моделей (classic ML) и их валидации;
  • Хорошее понимание математики/статистики на прикладном уровне;
  • Уверенный SQL: выборки/агрегации/quality checks, базовые стат. метрики по данным;
  • Опыт доведения модели до продакшена (упаковка, версии, контроль качества/стабильности).

Технологический стек:

  • Python: pandas, numpy, scipy, scikit-learn
  • ML/GBDT/GLM: CatBoost / LightGBM / XGBoost / GLM
  • Модельный процесс: Git, Docker (желательно)
  • Оркестрация/прод: Airflow (или аналоги), FastAPI (или аналог для инференса) — желательно
  • DWH/БД: PostgreSQL, понимание витрин/витринной логики
  • Интерпретация: SHAP, permutation importance, PDP/ICE

Будет плюсом:

  • Опыт в страховании/финансах/скоринге/риск-моделировании;
  • Практика мониторинга моделей (дрейф, алерты, стабильность признаков);
  • Опыт feature engineering из логов/поведенческих данных, работа с категориальными признаками на больших объёмах;
  • Опыт работы с LLM инструментами, построение AI Агентов

Мы предлагаем:

  • Оформление по ТК РФ;
  • Удаленный формат работы;
  • Скидки для сотрудника и членов семьи на продукты компании;
  • Возможность влиять на процессы и реализовывать идеи;
  • Профессиональное развитие и вертикальный рост;
  • Корпоративное обучение (вебинары, тренинги, конференции и пр.);
  • Конкурентоспособная заработная плата по итогам интервью;
  • Квартальные премии;
  • ДМС со стоматологией.