Naukowiec danych w Fintech Farm

O farmie Fintech

Jesteśmy brytyjską fintechą, która tworzy odnoszące sukcesy neobanki na rynkach wschodzących we współpracy z lokalnymi tradycyjnymi bankami.

Nasz sukces opiera się na najlepszym w swojej klasie produkcie, doświadczeniu klienta, zaangażowaniu emocjonalnym, marketingu wirusowym i dogłębnej wiedzy specjalistycznej w zakresie podejmowania decyzji kredytowych.

Jeden z naszych założycieli był wcześniej współzałożycielem odnoszącego duże sukcesy neobanku w Europie Wschodniej z wielomilionową bazą klientów.

My uruchomiliśmy nasz pierwszy rynek z Leobankiem w Azerbejdżanie w 2021 roku, gdzie już ugruntowaliśmy wiodącą pozycję na rynku. Naszym kolejnym rynkiem był Wietnam, gdzie uruchomiliśmy Liobank na początku 2023 roku i również zyskaliśmy solidną popularność.

Mamy jeszcze kilka nowych rynków w tym kraju plan na następne 12 miesięcy i zaczynamy budować tam zespół.

Dlaczego Fintech Farm to świetne miejsce

Nasza ambicja. Chcemy stać się wiodącą marką cyfrowego banku konsumenckiego na każdym rynku, na którym działamy, ułatwiając konsumentom interakcję ze swoimi pieniędzmi. Możesz wziąć udział w tej ekscytującej podróży.

Nasza kultura.

Klienci. Zawsze dokładamy wszelkich starań, aby zapewnić klientom niesamowitą obsługę. Obsługujemy naszych klientów w taki sposób, w jaki chcielibyśmy, aby obsługiwano naszą mamę. A kto powiedział, że bankowość musi być nudna? Sprawiamy, że korzystanie z naszych aplikacji jest nie tylko łatwe, ale i przyjemne.

Ludzie. Wszyscy jesteśmy partnerami biznesowymi w naszej firmie. Każdy z nas myśli odważnie, zachowuje się tak, jak gdyby to miejsce było jego własnością i nigdy nie przyjmuje „Nie” jako odpowiedzi. Współpracujemy z silnymi osobami, którym wzmacniamy pozycję i którym ufamy, a nie zarządzamy nimi w sposób mikro. We wszystkim, co robimy, przeważa zdrowy rozsądek, a nie formalne zasady. Zawsze pozostajemy ciekawi i otwarci. Wyznajemy kulturę „My ponad mnie”.

Obowiązki:

• Opracuj i wdrażaj modele punktacji ryzyka w celu oceny zdolności kredytowej klienta, obejmujące zarówno modele aplikacyjne, jak i behawioralne.
  Wymagania:
  • 2 do 4 lat doświadczenia w nauce danych, z udokumentowanym doświadczeniem w budowaniu modeli scoringowych.
  • Głęboka wiedza i praktyczne doświadczenie w uczeniu maszynowym i analizie statystycznej.
  • Głęboka wiedza i praktyczne doświadczenie w zakresie uczenia maszynowego i analizy statystycznej.
  • Doświadczenie z językiem programowania Python i bibliotekami do przetwarzania danych i uczenia maszynowego (np. Pandas, Scikit-learn, TensorFlow, PyTorch).
  • Umiejętności w zakresie inżynierii funkcji i doboru modeli do rozwiązywania konkretnych problemów zadań.
  • Umiejętność analizowania dużych ilości danych i przekształcania spostrzeżeń analitycznych w konkretne działania.
  • Doświadczenie z SQL i bazami danych.
  • Umiejętność samodzielnej pracy i jako być częścią zespołu, a także wchodzić w interakcję z kolegami nietechnicznymi.

  Co oferujemy

  • Konkurencyjne wynagrodzenie do uzgodnienia w zależności od poziomu kandydata
  • Opcje współdzielenia
  • Nadal jesteśmy start-upem i planujemy kolejne korzyści