Get more replies from employers
Send a job-specific resume in minutes.
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.
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.
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).
Realny wpływ na rozwój modeli wykorzystywanych w procesach decyzyjnych.
Współpracę z zespołami biznesowymi i technologicznymi przy kluczowych inicjatywach firmy.
Przestrzeń do rozwoju eksperckiego w obszarze data science i credit risk.
Prywatną opiekę medyczną oraz kartę sportową.
Stabilne zatrudnienie w organizacji rozwijającej nowoczesne rozwiązania dla biznesu.
Pracę w modelu hybrydowym.
Kursy i szkolenia wewnętrzne oraz zewnętrzne.