Data scientist in collections

Описания нет

• Разрабатывать ML-модели для задач Soft Collection: propensity-to-pay, вероятность выхода из просрочки, прогноз recovery, приоритизация клиентов, прогноз эффективности коммуникаций, сегментация клиентской базы.
• Разрабатывать Next Best Action / Next Best Offer подходы для выбора оптимального действия по каждому клиенту.
• Исследовать клиентское поведение и находить закономерности, которые можно использовать в collection-стратегиях.
• Проводить feature engineering и работать с большими объёмами структурированных данных.
• Экспериментировать с различными алгоритмами: CatBoost, LightGBM, XGBoost, Random Forest, Logistic Regression и другими.
• Оценивать модели не только по ML-метрикам, но и по бизнес-эффекту.
• Проводить A/B-тесты и участвовать в оценке causal impact collection-стратегий.
• Разрабатывать и внедрять модели в production совместно с ML Engineering / MLOps.
• Мониторить performance моделей и участвовать в их регулярном переобучении.
• Взаимодействовать с Data Analysts, MLOps, Risk, Collection и бизнес-командами.
• Технически развивать менее опытных специалистов команды.

• 3+ года коммерческого опыта в Data Science / ML.
• Отличное знание Python, SQL, pandas, NumPy, scikit-learn.
• Сильная база в статистике и машинном обучении.
• Практический опыт с градиентным бустингом и классификационными моделями.
• Понимание cross-validation, feature selection, feature importance, model calibration.
• Опыт работы с imbalanced datasets.
• Знание основных ML-метрик: ROC-AUC, PR-AUC, Gini, Precision, Recall, F1.
• Опыт проведения и интерпретации A/B-тестов.
• Умение самостоятельно пройти полный цикл: business problem → data → model → validation → production → monitoring.
• Хорошее понимание того, как ML-модель должна создавать бизнес-ценность.
• Будет плюсом: Опыт в банке, fintech, credit risk или collection; Знание PD, LGD, EAD, roll rate, cure rate, recovery rate; Опыт с uplift modeling / causal inference; Опыт разработки decisioning-систем; Опыт работы с MLflow, Airflow, Docker, Kubernetes или облачной инфраструктурой

• Заработная плата и бонусы: конкурентоспособная оплата труда благодаря системе грейдирования, премии ко Дню Независимости и годовой бонус.
• Социальный пакет: ДМС и страхование жизни, мобильная связь и скидки от партнеров.
• Отпуск и отдых: 26 дней отпуска с возможностью взять дополнительные дни при наступлении важных событий.
• Бонусы за рекомендации.
• Рабочие условия: льготные условия на паркинг, свободный стиль одежды (smart casual).
• Обучение и развитие: тренинги, вебинары и доступ к корпоративной библиотеке, четкая система карьерного роста.
• Корпоративная культура: открытая и дружеская рабочая атмосфера, спортивные турниры и активная корпоративная жизнь.
• Инициативы и проекты: возможность участия в социальных проектах, реализация идей в новых проектах группы «Halyk» с использованием современных digital-инструментов.
• Команда: творческая и поддерживающая команда для реализации ваших идей.