бюро кредитных историй скоринг бюро

Data Scientist / ML инженер (Python)

Скоринг Бюро – крупнейшее в России бюро кредитных историй.

бюро кредитных историй скоринг бюро

Зарплата не указанаРоссияМоскваГибрид

Скоринг Бюро – крупнейшее в России бюро кредитных историй.
Мы работаем с большими данными и создаём аналитические и технологические продукты для финансового рынка. Наши модели используются в реальных бизнес-процессах: помогают оценивать кредитные риски, принимать решения и выявлять мошеннические действия.

Сейчас мы расширяем команду DS и ищем специалиста в команду кредитного скоринга, которому интересно работать с большими объёмами табличных данных, строить ML-модели и видеть результат своей работы в production.

Обратите внимание: оба этапа отбора проходят очно в нашем офисе.

Чем предстоит заниматься:

  • анализировать большие массивы данных кредитных историй
  • разрабатывать и улучшать модели оценки кредитного риска
  • работать с задачами скоринга, прогнозирования и сегментации
  • проводить валидацию моделей и аналитическое тестирование
  • мониторить качество и стабильность моделей в production.

Что мы ожидаем:

  • высшее техническое образование;
  • хорошая математическая и статистическая база
  • практический опыт разработки ML/DS-моделей
  • уверенный Python
  • уверенный SQL
  • знание классических алгоритмов машинного обучения:
    линейная и логистическая регрессия, градиентный бустинг
  • опыт работы с numpy, pandas, sklearn, catboost, xgboost
  • аналитический склад ума и умение самостоятельно исследовать данные.

Будет плюсом

  • опыт работы с большими объёмами данных
  • опыт внедрения моделей в production
  • опыт мониторинга качества и стабильности моделей
  • опыт в банковской сфере, финтехе, risk management или скоринге
Мы предлагаем:
  • Оформление по ТК РФ, полностью "белая" з/п
  • Гибридный формат работы
  • Оплата питания
  • Ежегодная индексация оклада
  • ДМС, страховка жизни и несчастных случаев, страховка от онкозаболеваний
  • Корпоративные курсы английского языка
  • Оплата обучения до 100 000 р в год
  • Софинансирование фитнеса

Похожие вакансии Data Science & ML

Сайты компаний

Research Engineer, Computer Vision

Зарплата не указанаСШАAustinУдалёнка
Текст:
Оригинал доступен только пользователям с подпиской

Location

Austin, Texas; on-site work only, with no remote option, relocation support, or visa sponsorship. Candidates must be authorized to work in the U.S.

About the company

An autonomous-driving technology company working on perception systems for self-driving vehicles and advanced driver-assistance systems (ADAS).

The team develops and evaluates computer-vision models and the data and training infrastructure behind them.

Responsibilities

  • Build, train, and assess computer-vision models for autonomous-driving perception, combining classical image-processing techniques with deep learning.
  • Design controlled machine-learning experiments, define quantitative evaluation metrics, and analyze outcomes to improve models and datasets.
  • Create and maintain pipelines covering scene mining, annotation-task generation, dataset construction, data processing, training, and validation, along with tooling for visualizing annotations, predictions, and results.
  • Integrate and maintain perception components in offline, simulation, and online systems, including multicamera and panoramic setups, resolving projection, geometric-transformation, and synchronization issues and collaborating with adjacent engineering teams.

Requirements

  • Master’s degree (or foreign equivalent) in computer science, computer engineering, electrical engineering, applied mathematics, mathematics, informatics, or a closely related field.
  • 36 months of experience as a research engineer, machine-learning engineer, or similar role in computer vision or machine-learning model development, including at least one year on camera-based perception for autonomous vehicles or ADAS and two years each on deep-learning computer-vision models and on designing and evaluating machine-learning experiments.
  • Hands-on background in classical computer vision, image processing, object detection, segmentation, and tracking, plus building data-processing, annotation, dataset-generation, training, or validation pipelines.
  • Professional software development in Python and C++ with PyTorch or TensorFlow, large-scale data processing via PySpark or similar, workflow orchestration with Argo Workflows or comparable tools, Docker-based containerized development, SQL for data preparation and analysis, and distributed version control with Git.
Соц.сети

Data Analyst / Data Scientist

Зарплата не указанаКазахстанАлматыОфис

Data Analyst / Data Scientist в команду ••••••••!

В поиске тех кому интересны продуктовая аналитика и Machine Learning.

Чем предстоит заниматься:
• Анализировать пользовательское поведение, покупательские паттерны и товарные предпочтения;
• Разрабатывать и улучшать ML-модели для персонализации и рекомендательных систем;
• Проводить сегментацию пользователей, готовить данные и выполнять EDA;
• Анализировать результаты A/B-тестов, продуктовые метрики и искать точки роста конверсии и продаж.

Что ожидаем:
• Знание Python (pandas, numpy, sklearn) и уверенное владение SQL (JOIN, GROUP BY, оконные функции);
• Понимание основ Machine Learning, математической статистики и теории вероятностей;
• Понимание A/B-тестирования и продуктовых метрик (CR, Retention, CTR);
• Навыки анализа данных, интерпретации результатов и самостоятельного решения задач.

📍 Алматы
🏢 Full-time, офисный формат.

📩 Отправляй CV с сопроводительным письмом(опыт по стеку, ЗП ожидания) на почту ••••••••

hh.ru
twinby

Data Scientist / ML Engineer (Trust & Safety)

twinby
Зарплата не указанаРоссияСанкт-ПетербургУдалёнка

О роли

Twinby — один из крупнейших российских дейтинг-сервисов с миллионами пользователей. Где люди знакомятся, там появляются боты, фейковые профили, скамеры и спамеры. Мы ищем Data Scientist / ML Engineer в направление Trust & Safety — человека, который отвечает за то, чтобы в продукте было безопасно и честно: меньше ботов, фейков, скама и спама, и при этом честные пользователи не страдают от лишних блокировок.

Чем предстоит заниматься

  • Исследовать аномалии и новые схемы фрода — регистрации, верификация, жалобы, промо.

  • Определять, что считать «плохим», дорабатывать разметку.

  • Строить правила и модели: табличные, по фото и видео, по текстам. (NLP, CV, Classic ML)

  • Оценивать качество моделей, контролировать его в production.

  • Измерять эффект блокировок: проверять false positive, false negative.

  • Следить, чтобы решения продолжали работать: противник подстраивается, и то, что ловило месяц назад, может перестать. Контролировать drift.

  • Работать с модерацией, саппортом, продуктом и бэкендом и доводить решения до прода.

Что мы ждём

  • Опыт задач без чёткого таргета. Хотя бы один реальный случай, где ты сам определял, что считать целевым событием, собирал разметку или находил ей замену и довёл решение до прода. Домен не важен.

  • Сильную аналитику. Свободно исследуешь сырые данные в SQL, быстро проверяешь гипотезы, отличаешь реальный эффект от артефакта: смены трекинга, новой когорты из канала, сезонности, бага в релизе. Понимаешь базовую статистику и эксперименты.

  • ML в проде. Уверенно работаешь с моделями на табличных данных и несбалансированными классами, выбираешь порог через цену ошибки, а не через абстрактную метрику, умеешь мониторить модель и замечать деградацию.

  • Инженерную самостоятельность. Python на уровне продового кода; можешь сам написать пайплайн; понимаешь, как данные доезжают до модели (свежесть, задержки, пропуски); доводишь решение до прода вместе с бэкендом.

  • Прагматизм. Готов предложить правило или исправление данных вместо модели и объяснить, почему так лучше.

  • Ответственность. Объясняешь решения продукту, модерации и саппорту и помнишь, что за каждой ошибкой стоит живой человек: заблокированный честный пользователь или пропущенный мошенник.

Будет плюсом

  • Опыт с изображениями и видео (лица, liveness, поиск дублей), текстами, графами связей, поиском аномалий.

  • Опыт в антифроде, рисках, модерации контента, античите, рекламном антифроде, KYC.

Что для нас не важно

Конкретный домен, конкретный стек, Kaggle, учёные степени. Если ты находил и закрывал проблемы в грязных данных в логистике, банке, игре или маркетплейсе — перенесёшь.

Технический стек

Python, SQL, ClickHouse, Airflow; модели на бустингах и CV-модели в сервисах; векторный поиск по эмбеддингам. Инфраструктура — российское облако.

Что предлагаем

  • Владение исходом целиком: от сигнала до решения в проде и измеренного эффекта.

  • Мотивированного противника и богатую фактуру: фермы ботов, видео-верификация, скам в чате, промо-абьюз, качество трафика.

  • Автономию в выборе, что копать и чем закрывать.

  • Честный контекст: данные ещё выстраиваются, и ты влияешь на то, как они будут устроены.

  • Формат: удалёнка, РФ.

  • Оформление: ТК РФ

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.