Senior Data Scientist (моделирование продуктов B2B, Ozon Банк)

<p><strong>Ozon Банк</strong> — компания, в которой тесно переплетаются финансы и IT. Мы создаём новые для рынка продукты и сервисы для физических и юридических лиц. Гордимся атмосферой в командах: каждый сотрудник может влиять на процессы и пути к результату.</p> <p>Мы ищем профессионала, который сможет внести значительный вклад в развитие нашей команды кредитного скоринга для юридических лиц и индивидуальных предпринимателей. Многое мы уже сделали, многое еще предстоит. Нужен человек, знакомый с лучшими практиками рынка. При этом способный генерировать и реализовывать идеи, как превзойти текущие стандарты индустрии. В том числе, комбинируя классический подход, возможности, которые дает цифровая платформа Озон и новые идеи, возникающие в сообществе.</p> <p><strong>Основной стек:</strong> Python, Hadoop, Pyspark, Git, Airflow.</p> <p><strong>Вам предстоит:</strong></p> <ul> <li>Отвечать за разработку и поддержку ML-моделей для работы с юридическими лицами (PD, прогноз выручки, оценка залога и тд)</li> <li>Развивать и поддерживать внутренний фреймворк для разработки моделей и повышения продуктивности работы команды</li> <li>Генерировать и применять в моделях новые фичи на основе новых источников данных, наполнять feature store</li> <li>Участвовать в постановке задачи, находить приоритетные направления для моделирования и прозрачно об этом рассказывать</li> <li>Разрабатывать и поддерживать сервисы для продового расчета моделей</li> <li>Анализировать эффективность моделей в проде, организовывать и дорабатывать мониторинг</li> </ul> <p><strong>Мы ожидаем:</strong></p> <ul> <li>Опыт работы в кредитном скоринге от 3 лет</li> <li>Умение работать с данными (анализ, очистка, подготовка, отбор и создание признаков), навыки написания сложных SQL-запросов</li> <li>Хорошее знание теории вероятностей, математической статистики и методов машинного обучения. В том числе знание типовых пайплайнов для построения скоринговых моделей.</li> <li>Опыт работы c пакетами для анализа данных на Python3 (numpy, pandas, polars, scikit-learn, xgboost, lightgbm, catboost, hyperopr, optuna, etc)</li> <li>Общие представления о валидации и способах построения мониторинга моделей</li> </ul> <p><strong>Будет плюсом:</strong></p> <ul> <li>Опыт работы с HDFS и Pyspark</li> <li>Навыки создания дагов Airflow и их последующее сопровождение</li> <li>Опыт работы с юридическими лицами, понимание, как устроена отчётность, какие модели и как можно применять для анализа компаний</li> </ul>