Analityk danych w Fintech Farm

18 lipca 2024

Analityk danych

Дніпро, Лондон (Велика Британія), віддалено

O farmie Fintech

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 neobanku w Europie Wschodniej, który odnosił duże sukcesy i ma wielomilionową bazę klientów.

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

W planach mamy jeszcze kilka nowych rynków na następne 12 miesięcy i zaczynamy tam budować 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 być częścią 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. Akceptujemy kulturę „My ponad mnie”.

Obowiązki:

• Opracowywanie i wdrażanie modeli scoringowych ryzyka w celu oceny zdolności kredytowej klienta, obejmujących zarówno modele aplikacyjne, jak i behawioralne.
• Wykonuj procesy inżynierii funkcji, aby poprawić jakość i wydajność modeli predykcyjnych.
• Analizuj dane, aby zidentyfikować nowe możliwości i trendy, które można wykorzystać do ulepszenia modeli scoringowych.
• Współpracuj z zespołami programistycznymi i analitykami biznesowymi, aby integrować modele z procesami biznesowymi.
• Monitoruj i analizuj wydajność modeli w fazie produkcyjnej oraz proponuj i wdrażaj ulepszenia.

Wymagania:

• 2–4 lat doświadczenia w nauce danych wraz z udokumentowanym doświadczeniem w budowaniu modeli scoringowych.
• 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 cech i doboru modeli do rozwiązania konkretnych zadań.
• Możliwość analizowania dużych ilości danych i przekształcania spostrzeżeń analitycznych w konkretne działania.
• Doświadczenie z SQL i bazami danych.
• Możliwość pracy samodzielnej i przy herbaciem, a także wchodzić w interakcję z kolegami nietechnicznymi.

Co oferujemy

• Konkurencyjne wynagrodzenie do negocjacji w zależności od poziomu kandydata
• Opcje udziałowe < /li>
• Nadal jesteśmy start-upem i mamy przed sobą kolejne korzyści