Data Scientist (Credit Risk)

Wspieramy mikro, małe i średnie firmy w codziennym finansowaniu ich działalności. Jesteśmy fintechem, a nie bankiem, dzięki czemu szybko odpowiadamy na specyficzne potrzeby naszych klientów.

Do naszego zespołu poszukujemy Data Scientisty z doświadczeniem, który będzie rozwijać modele analityczne i scoringowe w obszarze ryzyka kredytowego. To rola łącząca zaawansowaną analizę danych, modelowanie ML/AI oraz współpracę z obszarem biznesowym i technologicznym. Będziesz pracować nad rozwiązaniami wykorzystywanymi w praktyce — od eksploracji danych i budowy modeli, przez wdrożenie i monitoring, aż po ich optymalizację i dalsze doskonalenie.

• Doświadczenie na podobnym stanowisku.
• Co najmniej 3 lata doświadczenia w pracy z danymi i modelowaniu z wykorzystaniem ML.
• Bardzo dobra znajomość Python i SQL.
• Umiejętności i wiedza w pracy z bazami danych/hurtownią danych.
• Praktyczne doświadczenie w pracy z bibliotekami takimi jak Pandas, scikit-learn, statsmodels lub podobnymi.
• Syntetyczne przedstawianie informacji i rekomendacji.
• Biegła znajomość pakietu MS Office.
• Znajomość języka angielskiego umożliwiająca pracę z dokumentacją i współpracę w środowisku technologicznym oraz pracę z partnerami biznesowymi.

Nice to have:

• Doświadczenie w obszarze credit risk, fraud, fintech, e-commerce, lendtech lub bankowości.
• Doświadczenie z bazami NoSQL, narzędziami do monitoringu, np. Grafana.
• Wykształcenie wyższe o profilu ścisłym: matematyka, statystyka, ekonometria, informatyka, fizyka lub kierunki pokrewne.
• Doświadczenie na stanowisku w obszarze zarządzania Ryzykiem Kredytowym w sektorze instytucji finansowych (najlepiej w zakresie Klienta Biznesowego).

• Budowa, rozwój, utrzymanie i monitoring modeli analitycznych / scoringowych (głównie predykcyjnych) w obszarze ryzyka kredytowego i fraudowego oraz innych istotnych dla organizacji aspektach.
• Rozwój narzędzi i komponentów wspierających modelowanie ML/AI.
• Współpraca z biznesem i IT przy wdrażaniu oraz optymalizacji rozwiązań analitycznych, procesów i produktów.
• Udział w innowacyjnych projektach rozwojowych wykorzystujących dane oraz automatyzację.
• Projektowanie rozwiązań wspierających decyzje kredytowe, ocenę wiarygodności klientów i jakość portfela.
• Analiza danych oraz identyfikacja czynników wpływających na ryzyko, skuteczność procesu i wyniki biznesowe.
• Przygotowywanie analiz dotyczących portfela kredytowego, procesu oceny klienta i efektywności modeli.
• Monitoring jakości modeli oraz rekomendowanie zmian poprawiających ich skuteczność i stabilność.
• Dzielenie się wiedzą i wspieranie rozwoju kompetencji analitycznych w zespole.