Datenwissenschaftler in Fintech Farm

18. Juli 2024

Data Scientist

Дніпро, London (Britannien), veröffentlicht

Über Fintech Farm

Unser Erfolg basiert auf einem erstklassigen Produkt, Kundenerlebnis, emotionalem Engagement, viralem Marketing und fundiertem Know-how bei Kreditentscheidungen.

Einer unserer Gründer war zuvor Mitbegründer einer äußerst erfolgreichen osteuropäischen Neobank mit einem Kundenstamm von mehreren Millionen.

Mit der Leobank haben wir 2021 unseren ersten Markt in Aserbaidschan eröffnet, wo wir bereits marktführende Positionen aufgebaut haben. Unser nächster Markt war Vietnam, wo wir Anfang 2023 die Liobank starteten und ebenfalls solide Erfolge erzielten.

Wir haben für die nächsten 12 Monate einige weitere neue Märkte in der Pipeline und beginnen mit dem Aufbau des dortigen Teams.

Warum Fintech Farm ein großartiger Ort zum Arbeiten ist

Unser Ziel . Wir möchten in jedem Markt, in dem wir tätig sind, eine führende Marke für digitale Verbraucherbanken werden, um den Verbrauchern die Interaktion mit ihrem Geld zu erleichtern. Sie könnten Teil dieser aufregenden Reise sein.

Unsere Kultur.

Kunden. Wir geben stets unser Bestes, um unseren Kunden ein fantastisches Erlebnis zu bieten. Wir bedienen unsere Kunden so, wie wir es von unserer Mutter erwarten würden. Und wer hat gesagt, dass Banking langweilig sein muss? Wir sorgen dafür, dass unsere Apps nicht nur einfach sind, sondern auch Spaß machen.

Menschen. Wir sind alle Geschäftspartner in unserem Unternehmen. Jeder von uns denkt in großen Dimensionen, tut so, als ob uns alles gehörte, und akzeptiert niemals „Nein“ als Antwort. Wir arbeiten mit starken Menschen zusammen, die wir stärken und denen wir vertrauen, statt sie zu mikromanagieren. Bei allem, was wir tun, hat der gesunde Menschenverstand Vorrang vor formalen Richtlinien. Wir bleiben stets neugierig und aufgeschlossen. Wir leben die „Wir-vor-mir“-Kultur.

Verantwortlichkeiten:

• Risikobewertungsmodelle entwickeln und implementieren, um die Kreditwürdigkeit von Kunden zu bewerten, einschließlich Anwendungs- und Verhaltensmodellen.
• Führen Sie Feature-Engineering-Prozesse durch, um die Qualität und Effizienz von Vorhersagemodellen zu verbessern.
• Analysieren Sie Daten, um neue Möglichkeiten und Trends zu identifizieren, die zur Verbesserung von Bewertungsmodellen genutzt werden können.
• Arbeiten Sie mit Entwicklungsteams und Geschäftsanalysten zusammen, um Modelle in Geschäftsprozesse zu integrieren.
• Überwachen und analysieren Sie die Leistung von Modellen in der Produktion und schlagen Sie Verbesserungen vor und implementieren Sie diese.

Anforderungen:

• 2 bis 4 Jahre Erfahrung in der Datenwissenschaft, mit nachgewiesener Erfahrung in der Erstellung von Bewertungsmodellen.
• Umfassendes Wissen und praktische Erfahrung im Bereich maschinelles Lernen und statistische Analyse.
• Erfahrung mit der Programmiersprache Python und Bibliotheken für Datenverarbeitung und maschinelles Lernen (z. B. Pandas, Scikit-learn, TensorFlow, PyTorch).
• Kenntnisse in Feature Engineering und Modellauswahl zur Lösung spezifischer Aufgaben.
• Fähigkeit, große Datenmengen zu analysieren und analytische Erkenntnisse in konkrete Maßnahmen umzusetzen.
• Erfahrung mit SQL und Datenbanken.
• Fähigkeit, unabhängig und im Rahmen einer Teepause zu arbeitenm, sowie mit technisch nicht versierten Kollegen interagieren.

Was wir bieten

• Wettbewerbsfähiges Gehalt je nach Niveau des Kandidaten verhandelbar
• Aktienoptionen < /li>
• Wir sind immer noch ein Start-up und weitere Vorteile stehen bevor