Разработка автоматизированной платформы корпоративного кредитования для бизнеса и индивидуальных предпринимателей. Проект включает внедрение ML-скоринга, предиктивной аналитики и decision engine для оптимизации андеррайтинга и ускорения выдачи займов.
Задачи:
- Разработка моделей кредитного скоринга и предиктивной аналитики для корпоративных заемщиков.
- Оценка кредитных рисков, повышение точности моделей и участие в развитии высоконагруженной платформы в распределенной облачной среде.
Требования:
- 5+ лет опыта работы Data Scientist.
- Опыт работы в финтехе и с банковскими продуктами.
- Практический опыт работы с Python, PySpark и уверенное знание SQL.
- Опыт разработки моделей кредитного скоринга (application и behavioral scoring) и моделей вероятности дефолта (PD).
- Понимание метрик PD, LGD, EAD и их применения в расчетах ожидаемых кредитных убытков (ECL) по стандарту IFRS 9.
- Опыт работы с большими объемами данных.
- Опыт валидации моделей, включая расчеты Gini, KS, PSI и проведение бэктестинга.
- Английский язык — Intermediate+ (B1+/B2) и выше.
Будет плюсом:
- Опыт работы с корпоративным кредитным скорингом, финансовой отчетностью и внешними источниками данных, такими как кредитные бюро и налоговые органы.
Формат: on-site, full-time в Ташкенте. Рассматриваются кандидаты, готовые к релокации.