Небус·Весь мир·6 авг.
Data Scientist (FinTech)
180 000 – 450 000 ₽
на 28% ниже медианы рынка
≈ 2,1 тыс.–5,2 тыс. $
🌍 УдалённоMiddleПолная занятость
82
Сильная вакансия
Платят на 29% выше медианы грейда, навык востребован (Python).
Описание вакансии
Привет, коллега!
Мы — «Небус», финтех-компания, которая не стоит на месте со своей идеологией и ценностями.
Кого мы ищем
Нам нужен Data Scientist, который умеет слышать цифры и переводить их на язык бизнес-решений. Ты будешь не просто строить модели, а исследовать поведение клиентов, находить скрытые закономерности и превращать сырые данные в точные прогнозы. Мы ищем исследователя, который умеет задавать правильные вопросы данным, а не только программиста, который разворачивает сервисы.
Задачи
Исследование и модели
Искать закономерности и значимые признаки, влияющие на дефолтность клиентов;
Строить и улучшать скоринговые модели (логистическая регрессия, градиентный бустинг, деревья решений);
Тюнинговать существующие модели и пересобирать их с нуля при изменении бизнес-среды или появлении новых данных;
Создавать прототипы и проверять их качество на исторических и валидационных выборках.
Эксперименты и инсайты
Тестировать риск-правила через A/B-эксперименты: оценивать влияние на долю дефолтов и отсечение надёжных клиентов;
Подбирать оптимальные пороговые значения (cut-off) для баланса между прибылью и рисками;
Давать рекомендации для новых продуктов на основе анализа потребления клиентов;
Мониторить качество моделей в жизни (дрифт данных), предлагать гипотезы по улучшению.
Требования
Обязательно
Практический опыт разработки скоринговых моделей именно для кредитного скоринга (банки / МФО / финтех);
Глубокий Python (Pandas, NumPy, Scikit-learn, LightGBM / XGBoost);
Сильная математика: статистика, теория вероятностей, линейная алгебра — понимание алгоритмов «под капотом»;
Уверенный SQL (оконные функции, CTE, подзапросы) — уметь самостоятельно собирать выборки из DWH;
Git;
Умение формулировать бизнес-гипотезы и проверять их на данных;
Навык презентации результатов для не-технической аудитории.
Будет плюсом
Знание метрик розничных рисков (воронка одобрения, NPL, PD);
Опыт с MLflow / Airflow (для коммуникации с ML-инженерами);
2–3 реализованных ML-проекта (желательно в финансах).
Что мы даем взамен
Удалёнка, можешь работать из любого гео;
Гибкий график и договор ГПХ/ИП РФ;
Зарплата, которую ты сам назовешь, если на собесе докажешь свой скилл.
Важно
Нам нужен «достигатор». Тот, кто не ждёт, пока скажут, а сам видит, где что сломалось. Если ты такой — ждем твое резюме!
Технологии и навыки
Небус
Весь мир
ГрейдMiddle
ЗанятостьПолная занятость
РегионРоссия
ФорматУдалённо
ИсточникСкрыто
Опубликовано6 авг.
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).