Średni analityk danych w Fintech Farm

Middle Data Scientist віддалено O Fintech Farm Weare to brytyjska firma fintech, która tworzy odnoszące sukcesy neobanki na rynkach wschodzących, współpracując z lokalnymi tradycyjnymi bankami. Nasz sukces opiera się na najlepszym w swojej klasie produkcie, doświadczeniu klienta, zaangażowaniu emocjonalnym, marketingu wirusowym i głębokiej wiedzy specjalistycznej w zakresie podejmowania decyzji kredytowych. Jeden z naszych założycieli był wcześniej współzałożycielem odnoszącego sukcesy neobanku w Europie Wschodniej z wielomilionową bazą klientów. W 2021 roku otworzyliśmy nasz pierwszy rynek z Leobankiem w Azerbejdżanie, gdzie już ugruntowaliśmy wiodącą pozycję na rynku. Naszym kolejnym rynkiem był Wietnam, gdzie uruchomiliśmy Liobank na początku 2023 roku i również zyskał on solidną przyczepność. Mamy w przygotowaniu kilka nowych rynków na następne 12 miesięcy i zaczynamy tam budować zespół. Dlaczego Fintech Farm to świetne miejsce na realizację naszej ambicji. Pragniemy stać się wiodącą marką konsumenckich banków cyfrowych na każdym rynku, na którym działamy, ułatwiając konsumentom interakcję ze swoimi pieniędzmi. Możesz wziąć udział w tej ekscytującej podróży. Nasza kultura. We wszystkim, co robimy, przeważa zdrowy rozsądek, a nie formalna polityka. Nie mamy podwładnych, mamy w tym wszystkich partnerów. Współpracujemy z silnymi osobami, którym bardziej zależy na władzy i zaufaniu niż na mikrozarządzaniu. Każdy z nas myśli odważnie, zachowuje się tak, jakby to miejsce było jego własnością i nigdy nie przyjmuje odpowiedzi „Nie”. Nieustannie dążymy do doskonałości, starając się, aby nasze produkty były lepsze niż dzień wcześniej. Bardziej lubimy poniedziałki niż piątki, ponieważ zawsze jesteśmy głodni nowych wyzwań i możliwości. Podekscytowanie i entuzjazm napędzają nasz tydzień pracy. Czym będziesz się zajmował Opracuj i wdrażaj modele punktacji ryzyka w celu oceny zdolności kredytowej klienta, obejmujące zarówno modele aplikacyjne, jak i behawioralne. Wykonuj procesy inżynierii cech, aby poprawić jakość i wydajność modeli predykcyjnych. Analizuj dane, aby zidentyfikować nowe możliwości i trendy, które można wykorzystać do ulepszenia modeli scoringowych. Współpraca z zespołami programistycznymi i analitykami biznesowymi w celu integracji modeli z procesami biznesowymi. Monitoruj i analizuj wydajność produkcji modeli oraz proponuj i wdrażaj ulepszenia. Kim jesteś 2–4 lata doświadczenia w Data Science i udokumentowane doświadczenie 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 obejmują inżynierię i dobór modeli do rozwiązania konkretnych zadań. Umiejętność analizowania dużych ilości danych i przekształcania wniosków analitycznych w konkretne działania. Doświadczenie z SQL i bazami danych. Umiejętność pracy samodzielnej i w zespole, a także interakcji z kolegami nietechnicznymi. Co oferujemy Konkurencyjne wynagrodzenie do uzgodnienia w zależności od poziomu kandydata Opcje akcji Wciąż zaczynamy, a więcej korzyści jest w drodze