Направление / Продукт
Прогнозное моделирование для сегмента МСБ (Малый и Средний Бизнес): от оценки платежеспособности до персонализированных рекомендаций.
В ближайшие 2 года мы планируем масштабировать портфель продуктов в 2–3 раза — и для этого ищем сильного технического лидера.
Направление развивает три взаимосвязанных продукта:
•Скоринговые модели — оценка платежеспособности на всех этапах: от привлечения до взыскания. Сейчас в проде ~15 моделей (PD/LGD), которые принимают решения по тысячам заявок ежемесячно.
•Платформа для аналитики и моделирования — B2B-сервис, который предоставляет клиентам данные и среду для их собственных расчетов. Используется как технологическое ядро для всех продуктов направления.
•Сервис подбора финансовых продуктов — умный агрегатор финансовых услуг для предпринимателей. Соединяет ML-рекомендации и аналитику, помогая бизнесу выбирать лучшие предложения.
Основной стек: Python (Pandas, NumPy, Sklearn, XGBoost/LightGBM), SQL (продвинутый уровень), Greenplum, PostgreSQL, Git, Airflow, Docker, Superset/Grafana, Feast (Feature Store).
Роль и задачи
Ты будешь играющим тренером:
Управление (~20%):
•Приоритизация задач, контроль качества, ревью кода.
•Развитие команды: 1 DS (Middle) + 2 DA (Senior и Junior).
•Взаимодействие с продактом и смежными командами (бэкенд, инфраструктура, DataOps).
Техническая работа (~80%):
•Самостоятельная разработка ключевых моделей (в том числе сложных — PD/LGD, склонность, LTV).
•Ad-hoc исследования, работа с новыми источниками данных.
•Участие в проектировании архитектуры: переход на Feature Store, интеграция с платформой.
Что ожидаем от тебя
•От 4-5 лет в роли Data Scientist.
•Опыт управления от 1 года, предпочтительно от 2 лет. Управление командой от 2-3 человек.
Hard Skills:
•Python: уверенный (pandas, numpy, sklearn, бустинги).
•SQL: продвинутый (оконные функции, агрегации, оптимизация).
•Классический ML на табличных данных с выборками от 1M+ строк и 1000+ фичей.
•Опыт с рисковыми моделями (PD, LGD) ИЛИ CRM-моделями (склонность, LTV, uplift).
•Опыт внедрения моделей в прод с доказанным экономическим эффектом.
•Понимание витрин и дашбордов — чтобы ставить задачи аналитикам и проверять результат.
Soft Skills:
•Умение объяснять сложные вещи на языке бизнеса.
•Готовность закрывать 80% времени кодом, а не только управлять.
•Умение видеть точки роста продукта.
Условия
•Работаем с данными, которых нет у других игроков рынка. Это позволяет строить модели, которые реально влияют на кредитные решения для тысяч предпринимателей.
•Работаем короткими спринтами без бюрократии. Гипотезы обсуждаем, а не согласовываем неделями.
•Роль с влиянием на продукт. Написанные тобой модели через месяц могут принимать решения по тысячам бизнесов — мы считаем финансовый эффект каждой гипотезы и не боимся экспериментировать.
•Оклад + годовой бонус, оформление по ТК РФ.
•Компания входит в реестр аккредитованных ИТ компаний.
•Удаленный формат работы (в пределах РФ!). Офис находится в г. Москва. Для сотрудников из Москвы предпочтителен мягкий гибрид (офис ~1 раз в 1-2 недели).
•ДМС со стоматологией (с 1 рабочего дня + полис путешественника).
•Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит – 25 тыс. рублей в год).
•Дополнительные дни к ежегодному отпуску (всего 31 день в году).
•Выдаем корпоративную технику (Windows, Lenovo ThinkPad).
Как мы проводим собеседования
Общение происходит онлайн, с видео, через Салют.Джаз:
•HR-call (30-40 минут) — рассказ о компании/вакансии, вопросы про опыт/проекты.
•Техническое интервью (60 мин) — лайвкодинг: 2 задачи по SQL, 1 задача на Python. Вопросы по теории классического ML.
•Управленческое интервью (30-60 мин) — бизнес-кейсы, управленческие ситуации. Оценка подхода к управлению, коммуникации, взаимодействию с продуктом.
•Собеседование с командой (60 мин) — оценка культурной совместимости, целей, активности.
•Проверка документов — заполнение анкеты в электронном виде, проверка ~2-3 рабочих дня.
•Оффер — обсуждение даты выхода на работу.
