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)
