Обязанности: Разработка и оптимизация моделей кредитного скоринга для оценки кредитоспособности заемщиков Анализ и обработка больших объемов данных с целью выявления закономерностей и зависимостей Анализ дополнительных источников данных для включения в скоринговые модели Оценка эффективности разработанных моделей с финансовой точки зрения Подготовка отчетов об эффективности для руководства и смежных подразделений Требования: Высшее математическое или техническое образование (предпочтительно МГУ, МФТИ, ВШЭ, СПБгУ) Отличные знания математической статистики и теории вероятностей; Знание алгоритмов и теоретических основ машинного обучения; Уверенное владение SQL, Python Опыт работы с ключевыми библиотеками машинного обучения в Python, такими как: Scikit-learn, Pandas, NumPy, XGBoost, LightGBM Умение эффективно визуализировать данные и результаты анализа с использованием библиотек, таких как: Matplotlib, Seaborn, Plotly Желателен опыт работы в розничных рисках (МФО, розничные банки, collection) Опыт построения моделей машинного обучения и анализ эффективности действующих моделей Условия: Удаленный формат работы Оформление в соответствии с ТК РФ, социальные гарантии (оплачиваемый отпуск/больничный лист) ДМС со стоматологий График работы 5/2
Похожие вакансии