Наша команда автоматизирует процессы кредитования и управления рисками для компаний среднего и крупного бизнеса: получение кредита, мониторинг клиентов, оптимизация кредитного портфеля. Для этого мы активно тестируем новые идеи и внедряем решения на основе классического ML, LSTM и нейронных сетей.
Значительную часть ручных процессов уже автоматизировали, сократив получение корпоративного кредита до 1 дня вместо классических 30.
Теперь перед нами стоит амбициозная цель — сделать процесс полностью цифровым, без участия человека. В наших ближайших планах интеграция новостного потока в систему принятия решений по клиентам и отраслям, а также извлечение новых данных и знаний о клиентах с использованием LSTM.
Наш стек технологий: Python 3.9+, Spark, Hadoop, Hive, Airflow, FastAPI, Docker, K8s, Gitlab, MLflow, Grafana, Kafka.
Обязанности
- Разрабатывать ML-решения в формате PoC с выводом успешных идей в MVP: в основном LSTM и табличный ML.
- Участвовать в построении системы анализа клиентов на основе новостного потока.
- Развивать модели оценки кредитного риска для новых корпоративных клиентов и мониторинга платежеспособности текущих клиентов.
- Активно участвовать во всех этапах создания проектов: от сбора бизнес-требований и постановки DS задачи, до вывода модели в прод и настройки мониторинга.
- Работать с инференсом ML моделей и в онлайн, и в батчевом, и в потоковом форматах.
- Погружаться в данные и домен, чтобы предлагать новые гипотезы для повышения качества моделей и улучшения процессов.
- Готовить ad hoc аналитику по данным и моделям.
- Обмениваться опытом с другими Data Scientist’ами команды.
Требования
- Опыт реализации решений на основе LSTM и желание активно развивать экспертизу в этом направлении.
- Знания и навыки в табличном ML.
- Хорошее владение Python и основными ML-библиотеками.
- Навыки промышленной разработки: работа с Git, юнит тесты, CI/CD, Docker, понимание микросервисной архитектуры.
- Умение самостоятельно реализовать весь пайплайн деплоя ML модели в прод: от постановки гипотезы до мониторинга работы модели.
- Знание SQL: умение собирать и анализировать данные из разных источников.
- Автономность, ответственность, критическое мышление и хорошие коммуникативные навыки.
Будет плюсом:
- Опыт обучения нейронных сетей, в частности NLP-моделей, и их применения в прикладных задачах.
- Понимание основных показателей бухгалтерской отчетности компаний.
Условия
- Полностью дистанционный формат работы, а при желании — возможность работать в комфортном современном офисе в трех минутах ходьбы от станции метро, гибкий график и отсутствие дресс-кода.
- Возможность выбора оборудования.
- Доплата по больничным, отпуск в январе и мае без потери в заработной плате, корпоративный пенсионный план.
- Широкие возможности по обучению и повышению компетенций за счёт внутренней IT-академии, внешних курсов и профессиональных конференций.
- Активные внутренние IT-сообщества.
- Льготные условия на продукты банка, программа корпоративных скидок и многое другое.
- Отличный социальный пакет: ДМС с первого месяца со стоматологией и массажем, страхование выезжающих за рубеж, скидки на корпоративные продукты, тренажерный зал в офисе.
- Еще десятки льгот и бонусов для сотрудников.