Чем предстоит заниматься:
- Построение аппликационных и поведенческих моделей для всех продуктов розницы (POS, BNPL, Потребительские кредиты, Авто, Кредитные карты, МФО);
- Оценка качества модельного эффекта от внедрения внешних партнеров, взаимодействие с коллегами из смежного отдела по данному направлению;
- Осуществлять разработку новых и модификацию существующих скоринговых моделей;
- Улучшать мониторинг текущих моделей команды;
- Развивать внутреннюю AutoML библиотеку;
- Проводить регулярный code rewiew совместно с младшими коллегами;
- Исследовать внутренние данные и обогащать ими модели.
- Высшее образование в области компьютерных наук, статистики, прикладной математики;
- Опыт построения прогнозных моделей, глубокое знание классических алгоритмов: линейная и логистическая регрессии, градиентные бустинги (реализация боевых проектов). Будет преимуществом практический опыт применения рекуррентных и CV архитектур нейронных сетей;
- Опыт в распределённых вычислениях с помощью следующих технологий: Hadoop, Spark, Dask и другие;
- Приветствуется опыт построения регуляторных моделей (IFRS9/IRB);
- Продвинутое владение Python и классическимML-стэком(pandas, numpy, scikit-learn, xgboost и т.д.);
- Желателен опыт работы в розничных рисках (МФО, розничные банки, collection) от 3 лет по направлению моделирования;
- Практический опыт реализации полного цикла разработки модели от идеи до внедрения как преимущество.