Направление / ПродуктПрогнозное моделирование для сегмента МСБ (Малый и Средний Бизнес): от оценки платежеспособности до персонализированных рекомендаций.
В ближайшие 2 года мы планируем масштабировать портфель продуктов в 2–3 раза — и для этого ищем сильного технического лидера.
Направление развивает три взаимосвязанных продукта:
- Скоринговые модели — оценка платежеспособности на всех этапах: от привлечения до взыскания. Сейчас в проде ~15 моделей (PD/LGD), которые принимают решения по тысячам заявок ежемесячно.
- Платформа для аналитики и моделирования — B2B-сервис, который предоставляет клиентам данные и среду для их собственных расчетов. Мы используем его как технологическое ядро для всех продуктов направления.
- Сервис подбора финансовых продуктов— умный агрегатор финансовых услуг для предпринимателей. Здесь мы соединяем ML-рекомендации и аналитику, помогая бизнесу выбирать лучшие предложения.
Основной стек: Python (Pandas, NumPy, Sklearn, XGBoost/LightGBM), SQL (продвинутый уровень), Greenplum, PostgreSQL, Git, Airflow, Docker, Superset/Grafana, Feast (Feature Store).
Роль и задачи
Ты будешь играющим тренером:
- Приоритизация задач, контроль качества, ревью кода.
- Развитие команды: 1 DS(Middle)+ 2 DA(Senior и Junior).
- Взаимодействие с продактом и смежными командами (бэкенд, инфраструктура, DataOps).
- *Техническая работа (~80%)**:
- Самостоятельная разработка ключевых моделей (в том числе сложных — PD/LGD, склонность, LTV).
- Ad-hoc исследования, работа с новыми источниками данных.
- Участие в проектировании архитектуры: переход на Feature Store, интеграция с платформой.
Что ожидаем от тебя
- От 4-5 лет в роли Data Scientist.
- Опыт управления от 1 года, предпочтительно от 2 лет. Управление командой от 2-3 человек.
Hard Skills:
- Python: уверенный (pandas, numpy, sklearn, бустинги).
- SQL: продвинутый (оконные функции, агрегации, оптимизация).
- Классический ML на табличных данных с выборками от 1M+ строк и 1000+ фичей.
- Опыт с рисковыми моделями (PD, LGD) ИЛИ CRM-моделями (склонность, LTV, uplift).
- Опыт внедрения моделей в прод с доказанным экономическим эффектом.
- Понимание витрин и дашбордов — чтобы ставить задачи аналитикам и проверять результат.
Soft Skills:
- Умение объяснять сложные вещи на языке бизнеса.
- Готовность закрывать 80% времени кодом, а не только управлять.
- Умение видеть точки роста продукта.
Условия
- Работаем с данными, которых нет у других игроков рынка. Это позволяет строить модели, которые реально влияют на кредитные решения для тысяч предпринимателей.
- Работаем короткими спринтами без бюрократии. Гипотезы обсуждаем, а не согласовываем неделями.
- Роль с влиянием на продукт. Написанные тобой модели через месяц могут принимать решения по тысячам бизнесов — мы считаем финансовый эффект каждой гипотезы и не боимся экспериментировать.
- Оклад + годовой бонус, оформление по ТК РФ.
- Компания входит в реестр аккредитованных ИТ компаний.
- Удаленный формат работы (в пределах РФ!). Офис находится в г. Москва. Для сотрудников из Москвы предпочтителен мягкий гибрид (офис ~1 раз в 1-2 недели).
- ДМС со стоматологией (с 1 рабочего дня + полис путешественника).
- Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит – 25 тыс. рублей в год).
- Дополнительные дни к ежегодному отпуску (всего 31 день в году).
- Выдаем корпоративную технику (Windows, Lenovo ThinkPad).
Как мы проводим собеседования
Общение происходит онлайн, с видео, через Салют.Джаз:
- HR-call (30-40 минут) — рассказ о компании/вакансии, вопросы про опыт/ проекты.
- Техническое интервью (60 мин) —лайвкодинг: 2 задачи по SQL, 1 задача на Python. Вопросы по теории классического ML.
- Управленческое интервью (30-60 мин) — бизнес-кейсы, управленческие ситуации. Оценка подхода к управлению, коммуникации, взаимодействию с продуктом.
- Собеседование с командой (60 мин) — оценка культурной совместимости, целей, активности.
- Проверка документов — заполнение анкеты в электронном виде, проверка ~2-3 рабочих дня.
- Оффер — обсуждение даты выхода на работу.
Мы стараемся как можно быстрее принимать решения!