Группа компаний Фордевинд – быстрорастущая финансовая компания, занимающая лидирующие позиции на рынке краткосрочных займов малому и среднему бизнесу. Помимо кредитного бизнеса мы также оказываем инвестиционно-банковские и консультационные услуги для компаний из широкого перечня отраслей. Профессиональный опыт сотрудников включает работу в лучших инвестиционных банках (J.P. Morgan, UBS, VTB Capital, Sberbank CIB), фондах прямых инвестиций и международных аудиторских компаниях. Для усиления команды мы ищем Data Science с высоким уровнем личной ответственности и стремлением к росту.
Чтобы глубоко, качественно и быстро оценивать риски у нас есть свой центр разработки с запатентованным ПО.
Мы ищем специалиста по машинному обучению уже с опытом, где сочетаются бизнес и научные задачи, проводятся прикладные исследования в обсласти финансов, математики и больших данных.
Основные обязанности
- Участие в сборе, обработке и визуализации данных;
- Поддержание, оптимизация и мониторинг существующих ML-пайплайнов;
- Проведение полного цикла разработки новых ML-моделей;
- Написание документации и создание тестов;
- Наставничество младших членов команды.
Требования
- Высшее техническое или экономическое образование одного из ведущих российских ВУЗов (ВШЭ, МГУ, МФТИ, РЭШ);
- Уверенные знания в области математических дисциплин смежных с Data Science;
- Знание классического DS/ML-стека и соответствующих библиотек (numpy, pandas, scipy, matplotlib, seaborn, sklearn, lightgbm, catboost и пр.);
- Понимание основных методов работы с временными рядами, в том числе нейросетевых подходов;
- Не менее 2 лет коммерческого опыта разработки на Python, умение писать чистый читаемый поддерживаемый код;
- Опыт разработки ML-моделей для решения прикладных задач классификации, регрессии и кластеризации;
- Опыт проведения анализа и интерпретации обученных ML-моделей;
- Хорошее знание английского языка на уровне свободного чтения документации, самостоятельность, умение ответственно подходить к решению поставленных задач.
Наше предложение
- Профессиональный рост и гибкое построение карьерного пути;
- Свобода в выборе используемого стека технологий, отсутствие внутренней бюрократии;
- Возможность работы в офисе, удаленно или в гибридном формате;
- Участие в интересных проектах для решения прикладных бизнес задач с первых дней, возможность инициирования и запуска новых процессов;
-
Наличие ИТ-акредитации;
- Конкурентная оплата труда, прозрачная бонусная система.
