Ищем Data Science в команию, которая занимается разработкой собственной платформы на рынке взыскания.
Это аккредитованная коллекторская организация с собственной разработкой, у которой есть развесистая система триггеров c алгоритмами для стратегий взыскания. Используем классический ML и нейросетки для прогнозирования и оптимизации процессов. Быстро тестируем и внедряем рабочие гипотезы, без бюрократии и работы в стол.
Чем предстоит заниматься
Задачи по кредитным портфелям: прогнозирование платежей, оценка портфеля на покупку, исследовательские задачи по влияние факторов на платежи
Статистика: прогностические модели по получению решений от судов, оценка трудозатрат сотрудников
Работа с документами (CV, OCR, LLM): извлечение данных, преобразование, обогащение через агентов и пр
Для реализации этих задач мы делаем:
- Развиваем внутреннюю систему принятия решений — на основе данных из множества источников решаем, как лучше работать с каждым должником.
- Строим и внедряем ML-модели — от классических (логистическая регрессия, градиентный бустинг) до экспериментов с LLM.
- Работаем с данными (Python + SQL) — анализируем кредитные портфели, строим прогностические модели, ищем скрытые зависимости.
- Автоматизируем отчётность — чтобы бизнес видел картину в реальном времени (дашборды, автоматические отчеты).
Что мы ищем
- Высшее образование (математика, экономика)
- Отличное владение Python и SQL (сложные запросы, работа с pandas/numpy).
- Продвинутый Excel — для быстрых прототипов и ad-hoc аналитики.
- Опыт построения и внедрения моделей машинного обучения (классификация, регрессия, кластеризация).
- Аналитический склад ума, системное мышление — ты видишь не просто цифры, а процессы и причинно-следственные связи.
- Самоорганизация — умеешь работать в режиме многозадачности, не теряя фокуса на качестве.
- Коммуникабельность — готов обсуждать задачи с бизнес-заказчиками и разработчиками, объяснять сложное простым языком.
Будет большим плюсом:
- Опыт в финтехе, банках или коллекторских агентствах (понимание жизненного цикла просрочки).
- Опыт работы с LLM (fine-tuning, prompt engineering) или DL-фреймворками (PyTorch, TensorFlow).
- Практический опыт экономического и финансового анализа
Что предлагаем:
- Минимум бюрократии — хорошая гипотеза быстро проверяется и внедряется.
- Большие данные —объем наших датасетов – миллионы строк (заемщики, платежи, судебные решения, исполнительные производства), в которых скрыты закономерности, влияющие на бизнес.
- Сильная команда и возможности роста
- Стабильность и развитие, мы уверенно чувствуем себя на рынке, нанимаем людей и внедряем новые технологии.
- Удобный офис в пешей доступности от метро Академическая / Профсоюзная (лёгкая парковка для автомобилистов).
- Удобный график: гибкое начало рабочего дня, ДМС со стоматологией, компенсация питания, корпоративы за границей.
