- Страна
- Казахстан
Откликайтесь
на вакансии с ИИ

Credit Scoring Data Scientist
Сильный проект с внушительными инвестициями ($300M+) и звездной командой основателей. Возможность удаленной работы из популярных хабов и работа на быстрорастущий рынок Юго-Восточной Азии делают вакансию крайне привлекательной.
Сложность вакансии
Позиция требует специфического опыта в кредитном скоринге (PD modeling) и уверенного владения математическим аппаратом оценки моделей. Высокая планка задается бэкграундом основателей и быстрым темпом роста стартапа.
Анализ зарплаты
Зарплата в тексте не указана, но для уровня Middle Data Scientist в международном финтехе с локацией в СНГ/Грузии рыночные вилки обычно составляют от $3500 до $5500. Учитывая объем инвестиций компании, можно ожидать предложения по верхней границе рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Salmon уже сейчас
Присоединяйтесь к амбициозной команде выходцев из Тинькофф и стройте финтех будущего в Юго-Восточной Азии!
Описание вакансии
Credit Scoring Data Scientist в Salmon
Ребята активно ищут🔥**
*💙*Уже несколько наших читателей получили оффер в эту компанию
*📍*Remote (Казахстан, Армения, Грузия)
*💎*2+ года опыта работы в области моделирования кредитного риска, Python, SQL, PD modeling, AUC / KS / Gini
*🚀*Ко-фаундер — Георгий Чесаков, первый сотрудник и ex глава совета директоров Тинькофф
Salmon — технологическая финансовая компания, которая создает банковские и кредитные продукты для Юго-Восточной Азии, начиная с Филиппин.
Размер команды — 1000+ | Инвестиции — $300M+
Узнать детали и откликнуться: Откликнуться (ребята просили откликаться через сайт)
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- SQL
- Credit Risk Modeling
- PD modeling
- AUC
- Gini
- Data Science
Возможные вопросы на собеседовании
Фундаментальный вопрос для оценки понимания качества бинарной классификации в кредитных рисках.
В чем разница между метриками Gini и AUC-ROC, и как они математически связаны между собой?
Проверка практического опыта в разработке моделей вероятности дефолта.
Расскажите о вашем опыте построения PD-моделей: какие методы калибровки вы использовали?
Оценка навыков работы с данными и понимания бизнес-логики.
Как вы подходите к отбору признаков (feature selection) для скоринговой модели при наличии большого количества пропусков в данных?
Проверка умения интерпретировать результаты для бизнеса.
Как бы вы объяснили бизнесу разницу между статистической значимостью модели и ее экономической эффективностью?
Специфика работы в финтехе.
С какими основными проблемами качества данных вы сталкивались при моделировании кредитных рисков и как их решали?
Похожие вакансии
Data Scientist (Middle)
Главный инженер Контроль качества данных
Junior Python Data Engineer
Специалист по обучению AI-ассистента «Алиса»
Tech Lead Data Engineer / Руководитель сопровождения и развития СККД
Data engineer
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!