- Страна
- Бельгия
Data Scientist
Оценка ИИПозиция в одном из крупнейших банков Европы с фокусом на социально значимые задачи (борьба с преступностью). Удаленный формат работы при локации в Брюсселе и сильный бренд работодателя делают вакансию крайне привлекательной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРабота в крупном международном банке требует не только глубоких знаний ML, но и понимания специфики комплаенса и безопасности, а также свободного владения английским языком. Процесс отбора в такие структуры обычно включает несколько этапов технического интервью и проверку биографических данных.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции Data Scientist в Брюсселе рыночный диапазон составляет от 55 000 до 85 000 евро в год в зависимости от опыта. Крупные банки, такие как BNP Paribas, обычно предлагают конкурентные пакеты, соответствующие верхней границе рынка, включая бонусы и социальные льготы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
Data Scientist BNP Paribas Fortis
Местоположение: Брюссель, Бельгия
Формат работы: Удаленно
Опубликована: 23.09.2026
О компании:
AI Tribe в BNP Paribas Fortis: усиление направлений выявления мошенничества и финансовых преступлений.
Контакт: Откликнуться
Откликнуться в LinkedIn
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Data Science
- Machine Learning
- Fraud Detection
- Python
- SQL
- Statistics
Возможные вопросы на собеседовании
Важно понимать, как кандидат справляется с дисбалансом классов, типичным для задач Fraud Detection.
Какие методы вы используете для работы с несбалансированными выборками при обучении моделей обнаружения мошенничества?
В банковской сфере критически важно понимать, почему модель приняла то или иное решение.
Как вы обеспечиваете интерпретируемость ваших ML-моделей для бизнес-заказчиков и регуляторов?
Проверка навыков работы с современным стеком обработки данных.
Опишите ваш опыт работы с большими данными (Spark, Hadoop) и как вы оптимизируете пайплайны обработки признаков?
Оценка способности кандидата доводить модель до промышленной эксплуатации.
Расскажите о вашем опыте деплоя моделей в продакшн и мониторинга их качества во времени.
Проверка понимания специфики финансовых преступлений.
С какими типами финансового мошенничества вы сталкивались в своей практике и какие признаки (features) были наиболее значимыми для их выявления?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
