Высшее техническое или математическое образование
Опыт от 2 лет в data science, ML или продвинутой аналитике — опыт работы с моделями важнее, чем опыт в кредитовании
Уверенное понимание метрик бинарной классификации (ROC-AUC/Gini, KS, precision/recall, калибровка) и того, какая метрика важна для какого бизнес-решения
Практический опыт обучения и/или валидации моделей: градиентный бустинг, логистическая регрессия; понимание переобучения, утечек таргета, временной валидации
Сильный SQL: оконные функции, оптимизация запросов на больших объёмах данных
Python на уровне уверенной работы с pandas, numpy, scikit-learn
Статистика: проверка гипотез, доверительные интервалы, дизайн экспериментов
Умение переводить технические результаты в бизнес-рекомендации и аргументированно их защищать перед заказчиками
Опыт в кредитных рисках или знание риск-метрик (PD/LGD/EAD, roll rates, винтажный анализ) — если его нет, научим
Знакомство со скоринговыми картами, WoE/IV-биннингом, требованиями IFRS 9 / Basel
Эконометрика и causal inference: statsmodels, diff-in-diff, uplift-моделирование
Опыт построения ETL-процессов в Airflow и дашбордов в Superset / Tableau / Power BI
Опыт запуска A/B-тестов в продакшене
Python (pandas, numpy, scikit-learn, CatBoost/LightGBM, statsmodels), SQL (Vertica, ClickHouse, PostgreSQL), Airflow, Superset