Team Lead Data Scientist (играющий тренер) классик ML финтех (удаленная работа)

Вакансия: Team Lead Data Scientist (играющий тренер) классик ML финтех

Описание вакансии

Направление / Продукт

Прогнозное моделирование для сегмента МСБ (Малый и Средний Бизнес): от оценки платежеспособности до персонализированных рекомендаций.

В ближайшие 2 года мы планируем масштабировать портфель продуктов в 2 3 раза и для этого ищем сильного технического лидера.

Направление развивает три взаимосвязанных продукта :

• Скоринговые модели оценка платежеспособности на всех этапах: от привлечения до взыскания. Сейчас в проде 15 моделей (PD/LGD), которые принимают решения по тысячам заявок ежемесячно.
• Платформа для аналитики и моделирования B2B-сервис, который предоставляет клиентам данные и среду для их собственных расчетов. Мы используем его как технологическое ядро для всех продуктов направления.
• Сервис подбора финансовых продуктов умный агрегатор финансовых услуг для предпринимателей. Здесь мы соединяем ML-рекомендации и аналитику , помогая бизнесу выбирать лучшие предложения.

Основной стек: Python (Pandas, NumPy, Sklearn, XGBoost/LightGBM), SQL (продвинутый уровень), Greenplum, PostgreSQL, Git, Airflow, Docker, Superset/Grafana, Feast (Feature Store).

Роль и задачи

Ты будешь играющим тренером :

Управление( 20%) :

• Приоритизация задач, контроль качества, ревью кода.
• Развитие команды: 1 DS (Middle) + 2 DA (Senior и Junior).
• Взаимодействие с продактом и смежными командами (бэкенд, инфраструктура, DataOps).

Техническая работа ( 80%) :

• Самостоятельная разработка ключевых моделей (в том числе сложных PD/LGD, склонность, LTV).
• Ad-hoc исследования, работа с новыми источниками данных.
• Участие в проектировании архитектуры: переход на Feature Store, интеграция с платформой.

Что ожидаем от тебя

• От 4-5 лет в роли Data Scientist.
• Опыт управления от 1 года, предпочтительно от 2 лет. Управление командой от 2-3 человек.

Hard Skills:

• Python: уверенный (pandas, numpy, sklearn, бустинги).
• SQL : продвинутый (оконные функции, агрегации, оптимизация).
• Классический ML на табличных данных с выборками от 1M+ строк и 1000+ фичей.
• Опыт с рисковыми моделями ( PD, LGD ) ИЛИ CRM-моделями ( склонность, LTV, uplift ).
• Опыт внедрения моделей в прод с доказанным экономическим эффектом.
• Понимание витрин и дашбордов чтобы ставить задачи аналитикам и проверять результат.

Soft Skills:

• Умение объяснять сложные вещи на языке бизнеса.
• Готовность закрывать 80% времени кодом , а не только управлять.
• Умение видеть точки роста продукта.

Условия

• Работаем с данными, которых нет у других игроков рынка . Это позволяет строить модели, которые реально влияют на кредитные решения для тысяч предпринимателей.

• Работаем короткими спринтами без бюрократии . Гипотезы обсуждаем, а не согласовываем неделями.
• Роль с влиянием на продукт. Написанные тобой модели через месяц могут принимать решения по тысячам бизнесов мы считаем финансовый эффект каждой гипотезы и не боимся экспериментировать.
• Оклад + годовой бонус, оформление по ТК РФ.
• Компания входит в реестр аккредитованных ИТ компаний.
• Удаленный формат работы . Офис находится в г. Москва. Для сотрудников из Москвы предпочтителен мягкий гибрид (офис 1 раз в 1-2 недели).
• ДМС со стоматологией (с 1 рабочего дня + полис путешественника).
• Частичная компенсация фитнеса / обучения / доп. мед. услуг (лимит 25 тыс. рублей в год).
• Дополнительные дни к ежегодному отпуску (всего 31 день в году).
• Выдаем корпоративную технику (Windows, Lenovo ThinkPad).

Как мы проводим собеседования

Общение происходит онлайн, с видео, через Салют.Джаз:

1. HR-call (30-40 минут) рассказ о компании/вакансии, вопросы про опыт/ проекты.
2. Техническое интервью (60 мин) лайвкодинг: 2 задачи по SQL, 1 задача на Python. Вопросы по теории классического ML.
3. Управленческое интервью (30-60 мин) бизнес-кейсы, управленческие ситуации. Оценка подхода к управлению, коммуникации, взаимодействию с продуктом.
4. Собеседование с командой (60 мин) оценка культурной совместимости, целей, активности.
5. Проверка документов заполнение анкеты в электронном виде, проверка 2-3 рабочих дня.
6. Оффер обсуждение даты выхода на работу.

Мы стараемся как можно быстрее принимать решения!