Data Scientist (Скоринговые модели)

Обязанности

• Разработка и поддержание моделей кредитного риска для поточного кредитования малого и среднего бизнеса (PD, EAD, LGD).
• Разработка и поддержание различных внутренних моделей кредитного риска (PD, модель выручки и др.) с помощью методов машинного обучения (логистическая регрессия, градиентный бустинг и др.).
• Аналитика слабо структурированных данных в Hadoop, создание новых признаков и их применение в моделях.
• Эксперименты с нестандартными для классического скоринга подходами для моделирования (например, применение методов NLP для анализа данных о юрлицах, не укладывающихся в реляционную модель данных).
• Поведенческая аналитика и сегментация.
• Анализ эффективности новых источников данных, тестирование моделей кредитного риска на новых источниках данных.

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: SciPy, pandas, scikit-learn, XGBoost, LightGBM и т.п.).
• Опыт работы с Hadoop (Hive, Impala, Apache Spark).
• Опыт работы в Jira, Confluence, Bitbucket.
• Желателен опыт работы с юридическими лицами, понимание, как устроена отчётность, какие модели можно применять для анализа компаний.
• Владение английским языком на уровне, как минимум, позволяющем свободно читать специализированную литературу.

Условия

• Стабильная работа в одном из крупнейших банков страны.
• Сильное DS-сообщество, большое разнообразие рабочих и внерабочих активностей.
• Конкурентная заработная плата, соцпакет.
• Условия для роста и развития (в том числе 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, существенно влиять на результат (в том числе в бизнес-смысле) и способы его достижения (вплоть до изменений в архитектуре).
• Квартальный бонус по результатам работы.
• ДМС, страхование жизни.
• Корпоративное обучение.