Предстоящие задачи—>
• Заниматься построением и поддержкой скоринговых моделей, самостоятельно строить ML-модели (логистическая регрессия, градиентный бустинг, деревья решений) для прогноза дефолтов;
• Тестировать эффективность риск-правил через эксперименты – оценивать, как изменения повлияют на долю дефолтов и отсечение надежных клиентов;
• Определять оптимальные пороговые значения (cut-off) для моделей;
• Составлять рекомендации для разработки новых продуктов и услуг на основании анализа текущего и будущего потребления клиентов;
• Осуществлять мониторинг и развитие логики системы принятия решения;
• Реализовать систему автоматизированного дообучения моделей
Для нас важно—>
+ Владение Python и основными библиотеками анализа данных;
+ Знание SQL (оконные функции, оптимизация запросов) и навыки работы с базами данных;
+ Опыт работы с Git, ML Flow, Airflow;
+ Тюнинг существующих моделей, а также построение новых решений с нуля;
полная поддержка своих моделей: от написания запроса для выгрузки обучающей выборки из хранилищ данных до анализа результатов A/B-экспериментов и переключения системы принятия решения на новый функционал;
+ Опыт реализации не менее 2-3 проектов по машинному обучению и/или предиктивной аналитике;
+ Будет плюсом владение ключевыми метриками розничных рисков, включая воронку одобрения, уровень NPL и вероятность дефолта (PD)
Условия—>
• Заплатим сколько попросишь, если в ходе собеса поймём, что твои ценности и навыки согласуются с нашим видением
• Формат работы удаленный, можешь работать с любой точки
• Трудоустройство возможно как самозанятый или как ип
• Все в команде равны, каждый имеет свой голос в коллективном обсуждении задач и реализации новых идей
• Мы легкие на подъем вайбовые ребята, готовые всегда тебе помочь-присоединяйся)