Senior Data Scientist

Что предстоит делать

В Департамент Risk Data Science мы ищем опытного Senior Data Scientist, который усилит направление разработки моделей машинного обучения для управления рисками банка. Наша команда ведёт ML-решения по полному жизненному циклу: от глубокого анализа данных и формулирования гипотез до выкатки в production, мониторинга и защиты перед валидаторами. Ключевые фокусы: кредитный риск (розница и корпоративный бизнес), портфельные модели, антифрод и взыскание (soft/hard collection).

• самостоятельно вести модели и другие Data Science решения по полному жизненному циклу;
• совместно с бизнесом определять задачи, формулировать и проверять гипотезы;
• проводить исследования, разрабатывать и улучшать модели и аналитические решения;
• участвовать во внедрении, мониторинге и сопровождении решений в production;
• анализировать качество и деградацию моделей, определять причины изменений и необходимые действия;
• участвовать в развитии инфраструктурных инструментов команды;
• представлять результаты и обосновывать принятые решения перед бизнесом, валидаторами и другими стейкхолдерами;
• участвовать в ревью решений коллег и делиться опытом внутри команды.
• Что мы ждем от кандидата:
• Опыт от 3 лет в роли Data Scientist в банковском секторе, МФО или финтехе с практикой разработки риск-моделей (кредитные риски, скоринг, фрод, коллекшн).
• Уверенный стек: Python (pandas, numpy, scikit-learn, LightGBM, CatBoost, XGBoost) и продвинутый SQL.
• Глубокое понимание метрик оценки моделей (ROC-AUC, Gini, KS, PSI) и принципов контроля устойчивости решений.
• Понимание процессов мониторинга данных и моделей (data quality, data drift, concept drift).
• Знакомство с практиками ML в продакшене: контейнеризация (Docker), API, CI/CD, версионирование данных и моделей, воспроизводимость экспериментов.
• Умение говорить на языке бизнеса: просто объяснять сложные технические и математические концепции стейкхолдерам и валидаторам.
• Самостоятельность, системный подход к декомпозиции задач и внимание к качеству кода.
• Будет преимуществом:
• Понимание ключевых регуляторных концепций риск-моделирования (PD, LGD, EAD, МСФО 9) и опыт взаимодействия с аудиторами/регулятором.
• Опыт или интерес к современным AI-направлениям: LLM/GenAI, AI-агенты и автоматизация аналитических пайплайнов в задачах Risk Data Science.

Что предлагаем