Starszy Analityk Ryzyka w Pletin A., FOP

Platforma finansów konsumenckich do udzielania pożyczek online poszukuje starszego analityka ryzyka.

Kluczowe obowiązki:

• Projektowanie, testowanie i walidacja modeli ryzyka (regresja, klasyfikacja, XGBoost, LightGBM, CatBoost, głębokie uczenie).
• Budowanie i utrzymywanie kompleksowych potoków analizy danych: określanie zakresu problemów, dane kolekcja, inżynieria funkcji, EDA, budowanie modeli, walidacja, dostrajanie, monitorowanie i konserwacja.
• Pisanie i optymalizacja zapytań SQL w celu wyodrębniania i analizowania dużych zbiorów danych.
• Wykorzystywanie bibliotek Pythona (Pandas, NumPy, SciPy, Scikit-learn, Flask) do analiz statystycznych, modelowanie i wdrażanie.
• Tworzenie dashboardów i raportów w PowerBI/Excel w celu zapewnienia wglądu w ryzyko i zaleceń dla zarządu.
• Przeprowadzanie monitorowania portfela, testów warunków skrajnych i analizy scenariuszy w celu oceny ryzykaekspozycja.
• Wspieranie wdrażania modeli i integracji z systemami IT, w tym Dockerem lub chmurą środowiskami (np. GCP BigQuery, Dataflow).
• Współpraca z zespołami ds. produktu, finansów, IT i operacjami w celu zapewnienia zgodności modeli ryzyka z celami biznesowymi.
• Ciągła identyfikacja wzorców, trendów i pojawiających się zagrożeń oraz dostarczanie
  zaleceń pozwalających je złagodzić.
• Utrzymywanie aktualnej wiedzy na temat najlepszych praktyk w zakresie zarządzania ryzykiem, analizy danych i uczenie maszynowe.

Wymagania na stanowisku:

• Licencjat lub wyższy w dziedzinie statystyki, matematyki, Informatyka, Data Science lub dziedziny pokrewne. ? 
• Ponad 2 lata praktycznego doświadczenia w nauce danych, analizie danych lub analizie ryzyka. ? 
• Mocne podstawy teorii prawdopodobieństwary, statystyka, matematyka dyskretna, logika i algebra. ? 
• Umiejętność SQL i Pythona (pandy, numpy, scikit-learn, scipy). ? 
• Doświadczenie w budowaniu modeli od podstaw (definiowanie problemu, zbieranie danych, inżynieria cech, wybór modelu, walidacja, tuning). ? 
• Poziom języka angielskiego średniozaawansowany (w mowie i piśmie).

Pożądane umiejętności: ? 

• Znajomość ekosystemu Hadoop i baz danych NoSQL. ? 
• Doświadczenie we wdrażaniu modelu Docker i ML. ? 
• Znajomość analizy finansowej/scoringu kredytowego. ? 
• Ekspozycja na technologie chmurowe (np. GCP BigQuery, Dataflow). ? 
• Doświadczenie w zaawansowanych obszarach uczenia maszynowego: wizja komputerowa, NLP, systemy rekomendacyjne