Платформа потребительского кредитования для онлайн-кредитования ищет старшего аналитика по рискам.Основные обязанности:Проектирование, тестирование и проверка моделей риска (регрессия, классификация, XGBoost, LightGBM, CatBoost, глубокое обучение).Создание и поддержка сквозных конвейеров обработки данных: определение проблем, данные коллекция, проектирование функций, EDA, построение моделей, проверка, настройка, мониторинг и обслуживание.написание и оптимизация SQL-запросов для извлечения и анал
Платформа потребительского кредитования для онлайн-кредитования ищет старшего аналитика по рискам.
Основные обязанности:
- Проектирование, тестирование и проверка моделей риска (регрессия, классификация, XGBoost, LightGBM, CatBoost, глубокое обучение).
- Создание и поддержка сквозных конвейеров обработки данных: определение проблем, данные коллекция, проектирование функций, EDA, построение моделей, проверка, настройка, мониторинг и обслуживание.
- написание и оптимизация SQL-запросов для извлечения и анализа больших наборов данных.
- Применение библиотек Python (Pandas, NumPy, SciPy, Scikit-learn, Flask) для статистического анализа, моделирования и развертывания.
- Разработка информационных панелей и отчетов в PowerBI/Excel для предоставления аналитической информации о рисках и рекомендаций для руководства.
- Проведение мониторинга портфеля, стресс-тестирования и анализа сценариев для оценки риска экспозиция.
- Поддержка развертывания модели и интеграции с ИТ-системами, включая Docker или облако средами (например, GCP BigQuery, Dataflow).
- Сотрудничество с командами по продуктам, финансам, ИТ и эксплуатации для обеспечения соответствия моделей рисков бизнес-целям.
- Постоянное выявление закономерностей, тенденций и возникающих рисков, а также предоставление
рекомендаций по их смягчению. - Поддержание актуальных знаний о лучших практиках в области управления рисками, анализа данных и машинное обучение.
Требования к работе:
- Степень бакалавра или выше в области статистики, математики, информатики, данных Наука или смежные области. ?
- 2+ года практического опыта в области науки о данных, анализа данных или анализа рисков. ?
- Надежная основа теории вероятностиry, статистика, дискретная математика, логика и алгебра. ?
- Знание SQL и Python (pandas, numpy, scikit-learn, scipy). ?
- Опыт построения моделей с нуля (постановка задач, сбор данных, разработка функций, выбор модели, проверка, настройка). ?
- Уровень английского языка выше среднего (письменный и устный).
Желаемые навыки: ?
- Знакомство с экосистемой Hadoop и базами данных NoSQL. ?
- Опыт развертывания Docker и моделей машинного обучения. ?
- Знание финансового анализа/кредитного скоринга. ?
- Воздействие облачных технологий (например, GCP BigQuery, Dataflow). ?
- Опыт работы в продвинутых областях машинного обучения: компьютерное зрение, НЛП, рекомендательные системы