О компании

Agrobank — один из крупнейших банков Узбекистана, проходящий этап цифровой трансформации. В банке формируется AI-направление с фокусом на построение скоринговых моделей для кредитных продуктов и агросектора.

О роли

Роль предполагает участие в создании скоринговых моделей с нуля: от подготовки данных до внедрения в бизнес-процессы. Вы будете работать с классическими ML-моделями и участвовать в формировании подходов к скорингу внутри банка.

Обязанности:

  • Разработка моделей предсказания урожайности с использованием табличных и агрегированных данных.
  • Разработка аппликационного скоринга для оценки кредитоспособности клиентов (агросектор, микрокредиты).
  • Разработка поведенческих скоринговых моделей на основе транзакционной и клиентской активности.
  • Подготовка и очистка данных: обработка пропусков, выбросов, нормализация, feature engineering.
  • Построение и обучение моделей: логистическая регрессия, градиентный бустинг (LightGBM, XGBoost).
  • Сравнение моделей по метрикам: AUC, Gini, precision/recall, KS и др.
  • Анализ факторов, влияющих на предсказания модели, интерпретация результатов.
  • Построение пайплайнов обучения и валидации моделей.
  • Мониторинг моделей в production: отслеживание деградации, стабильности и смещения данных.
  • Подготовка аналитических выводов и рекомендаций для бизнеса.
  • Взаимодействие с продуктовой командой и аналитиками.

Требования:

  • Опыт работы Data Scientist от 2–5 лет (желательно финтех, банки, телеком).
  • Уверенное владение Python (pandas, numpy).
  • Практический опыт работы с LightGBM, XGBoost, scikit-learn.
  • Понимание классических ML-алгоритмов: логистическая регрессия, деревья решений, бустинг.
  • Опыт работы с табличными данными и feature engineering.
  • Понимание метрик качества моделей и их интерпретации.
  • Опыт проведения экспериментов и сравнения моделей.
  • Базовое понимание жизненного цикла ML-модели: разработка → валидация → внедрение → мониторинг.
  • Английский язык на уровне чтения технической документации.

Будет плюсом:

  • Опыт работы со скоринговыми моделями.
  • Понимание кредитных рисков (PD, LGD, EAD).
  • Опыт работы с Git.
  • Опыт использования Docker.
  • Опыт работы с Airflow или другими orchestration-инструментами.
  • Опыт использования MLflow для трекинга экспериментов.
  • Опыт работы с большими объемами данных.

Условия:

  • Работа в одной из крупнейших финансовых организаций страны.
  • Участие в построении скоринговых систем с нуля.
  • Комфортный офис в центре Ташкента.
  • Доступ к спортивному залу.
  • График: 5/2, 09:00–18:00.
  • Премии и медицинский чекап.
  • Конкурентная заработная плата.