Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Описание вакансии
Задачи:
— Разработка end-to-end data-сервисов на базе ML-моделей для снижения стоимости риска, включая онлайн-модели оценки вероятности дефолта новых клиентов, антифрод-модели и модели для коллекшн.
— Построение и валидация скоринговых моделей для микрофинансового бизнеса с применением feature engineering, выбором алгоритмов, оценкой качества и переобучением.
— Регулярный анализ новых источников данных и расчет экономической эффективности их подключения для снижения стоимости риска.
— Управление полным жизненным циклом моделей: от постановки бизнес-задачи до мониторинга качества и переобучения.
— Расчет финансового эффекта от моделей и подготовка презентаций для бизнес-пользователей.
Требования:
— Опыт промышленной разработки на Python.
— Обязательный опыт разработки и внедрения скоринговых, коллекшн и антифрод-моделей в кредитной или микрофинансовой сфере.
— Понимание жизненного цикла ML-моделей, включая мониторинг и переобучение.
— Навыки валидации моделей, знание ключевых метрик и аналитики.
— Опыт feature engineering.
— Знание классических алгоритмов машинного обучения.
— Опыт работы с одним из фреймворков Django, Flask или FastAPI.
— Хорошее владение SQL и опыт работы с Git.
— Знание математической статистики.
— Профильное образование, предпочтительно сильный математик или чистый Data Scientist.
Условия:
— Удалённый формат работы или гибридный режим в Москве.
— ДМС, возможность выбора техники, профессиональное обучение.
— Работа в аккредитованной ИТ-компании.
— Свобода в использовании сложных алгоритмов и подходов при их целесообразности.
— Полный цикл моделирования: от feature engineering до внедрения и мониторинга.
— Быстрое влияние на бизнес-результаты без бюрократии.
Мэтч и сопроводительное
Сравним вакансию с вашим действующим резюме и составим письмо под эту роль.
Автоотклики