Задачи
•Разрабатывать и поддерживать внутренние модели кредитного риска юридических лиц: PD, оценки выручки и лимитов
•Создавать признаки и применять их в моделях с использованием Feature Store и онлайн-каскадов
•Экспериментировать с новыми для классического скоринга подходами к моделированию, включая рекуррентные нейронные сети для данных по платежам
•Проводить поведенческую аналитику и сегментацию
•Анализировать эффективность новых источников данных и тестировать на них модели кредитного риска
•Создавать модели и подходы к разработке моделей, пригодные для статей и публикаций
Требования
•Физико-математическое или экономико-математическое образование
•Хорошее знание теории вероятностей, математической статистики и методов машинного обучения
•Умение анализировать, очищать и подготавливать данные, отбирать и создавать признаки, писать SQL-запросы
•Знание Python, numpy, pandas, scikit-learn, xgboost, lightgbm или catboost
•Опыт работы с Hadoop, Hive, Impala, Apache Spark или реляционными базами данных
•Опыт работы в Jira, Confluence и Bitbucket
•Готовность пробовать новые идеи и постоянно учиться
•Английский для свободного чтения специализированной литературы
•Будет плюсом: опыт работы с юридическими лицами и понимание их отчётности и моделей анализа компаний
Условия
•Квартальная премия по результатам KPI
•Гибкий график
•ДМС с первых дней работы, включая стоматологию, обслуживание в клиниках, страхование и компенсацию 10 дней больничного
•Возможности вертикального и горизонтального карьерного роста, тренинги, вебинары, митапы и демо-дни
•Оплата профильных конференций и курсов, помощь с подготовкой к публичным выступлениям и написанием статей на Хабр
•Бесплатный доступ к корпоративным библиотекам Alpina Digital, МИФ и бизнес-изданиям
