Локация
Ташкент, на месте работодателя.
Компания
Один из ведущих коммерческих банков Узбекистана, развивающий направление управления кредитными рисками.
Что делать
•Разрабатывать, валидировать, внедрять, калибровать, автоматизировать и регулярно мониторить ML-модели скоринга для Application PD, Behavioral, Antifraud, Collection, Income Estimation и других задач.
•Взаимодействовать со стейкхолдерами и бизнес-заказчиками, собирать требования, формировать методологию и защищать результаты моделирования.
•Исследовать внутренние и внешние источники данных, включая кредитное бюро, транзакционную активность и альтернативные данные.
•Готовить технические задания для создания витрин и генерировать новые признаки.
•Участвовать в автоматизации пайплайнов разработки, деплоймента и мониторинга моделей.
•Документировать и поддерживать версионность процессов MDLC, данных, скриптов и библиотек.
Требования
•Высшее профильное образование в области STEM.
•От 3 лет коммерческого опыта в кредитных рисках в банках или финтехе, а также глубокое понимание банковских процессов и жизненного цикла кредитования в Узбекистане.
•Знание теории вероятностей, математической статистики и методов оценки качества признаков и моделей.
•Уверенное знание классических методов машинного обучения: Linear Regression, Logistic Regression, Bayesian Classification, Decision Trees, Random Forest и KNN.
•Знание ансамблевых методов Gradient Boosting, включая XGBoost, LightGBM и CatBoost.
•Свободное владение Python и библиотеками Pandas, NumPy, Scikit-Learn и Scipy, а также опыт написания модульных скриптов для разработки ML-моделей.
•Уверенное знание DB/DWH и умение писать SQL-запросы различной сложности, включая аналитические функции и оптимизацию производительности на больших объёмах данных.
Хорошо, если есть
•Знание Airflow, MLflow, Git и Docker для оркестрации данных, деплоймента и трекинга моделей.
•Опыт построения классических PD-моделей в кредитных рисках на рынке Узбекистана.
Культура и преимущества
•Работа на месте работодателя в Ташкенте.
•Полная занятость в направлении управления рисками.
•Работа с масштабными данными и банковскими процессами кредитования.
