- *Компания:** Группа компаний Fordewind — быстрорастущая технологическая финансовая компания, основанная в 2017 году. Мы специализируемся на кредитовании и инвестиционно-банковских услугах для корпораций, малого и среднего бизнеса. Наша команда управляется опытными профессионалами финансовой отрасли с бэкграундом в крупнейших институтах (экс J.P. Morgan, UBS, ВТБ Капитал, Сбербанк CIB). Сегодня Fordewind — это международный бизнес с офисами в Дубае (ОАЭ), Москве (Россия), Алматы (Казахстан) и Лондоне (Великобритания).
Мы ищем опытного Data Scientist / ML Engineerдля международных проектов компании.
- *Задача роли:** адаптировать скоринговую логику и модели под новые страны. У нас есть существующий scoring pipeline, но его нельзя просто «перенести» на другой рынок: в каждой стране другие данные, форматы, источники, финансовая отчётность, поведение клиентов и рисковые факторы. Поэтому нам нужен человек, который сможет брать базовую методологию и гибко адаптировать её под новую локацию.
- Работать совместно с разработчиками и аналитиками над запуском скоринговых процессов в новых локациях;
- Адаптировать существующие скоринговые подходы и перестраивать scoring pipeline под специфику международных рынков;
- Работать с данными из новых стран (финансовая отчётность, документы, внешние источники, альтернативные данные);
- Анализировать качество данных и применимость текущих российских скоринговых подходов компании к новым рынкам;
- Совместно с разработчиками участвовать в автоматизации обработки данных и алгоритмов принятия решений;
- Взаимодействовать с бизнес-командой для перевода кредитной экспертизы в data/scoring-логику и строить масштабируемую scoring-инфраструктуру.
- *Требования к кандидату**
- Опыт и профиль: опыт работы в качестве Data Scientist / ML Engineer;
- Технический стек: уверенное владение Python, классическим DS/ML-стеком и ключевыми библиотеками (Numpy, Pandas, Scipy, Matplotlib, Seaborn, Sklearn, LightGBM, CatBoost и пр.);
- Работа с данными: способность работать не только с «чистыми» датасетами, но и с реальными messy-data из бизнеса;
- Риск-моделирование:понимание статистики, Feature engineering, Validation, а также опыт построения или адаптации credit scoring models (будет плюсом);
- Дополнительные навыки: владение английским языком для работы в международных проектах (B2 и выше) - будет плюсом.
- Профессиональный рост и гибкое построение карьерного пути;
- Свобода в выборе используемого стека технологий, отсутствие внутренней бюрократии;
- Участие в интересных проектах для решения прикладных бизнес задач с первых дней, возможность инициирования и запуска новых процессов;
- Возможность работы в полностью удаленном режиме из любой точки мира;
- Конкурентная оплата труда и прозрачная бонусная система.