- Страна
- Филиппины
Откликайтесь
на вакансии с ИИ
Data Scientist, Credit Risk
Оценка ИИИнтересная роль в растущем финтехе с возможностью релокации в экзотический регион. Четкие требования и понятный стек технологий делают вакансию привлекательной для профильных специалистов.
Сложность вакансии
Оценка ИИТребуется узкая специализация в кредитных рисках (не общий DS) и готовность к релокации на Филиппины. Необходимо знание специфических метрик (Gini, PSI) и опыт работы с кредитными продуктами.
Анализ зарплаты
Оценка ИИЗарплата не указана, но для уровня Middle/Senior Data Scientist в финтехе на Филиппинах с учетом релокационного пакета она обычно конкурентна и позволяет поддерживать высокий уровень жизни. Рыночные оценки для международных специалистов в этом регионе варьируются от 4000 до 7000 USD.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Salmon уже сейчас
Присоединяйтесь к Salmon в Маниле и создавайте передовые скоринговые модели для финтех-рынка Юго-Восточной Азии!
Описание вакансии
*📍* Формат: Манила, Филиппины | офис / гибрид | доступна релокация
*✔️* Должность: Data Scientist, Credit Risk
*🏢* Место работы: Salmon
*💸* Заработная плата / salary estimate: по результатам собеседования
*📈* Обязанности:
- Разрабатывать скоринговые модели с нуля: application & behavioral scoring
- Управлять полным циклом работы с моделями: исследование данных → feature engineering → разработка → валидация → деплой → мониторинг
- Оценивать качество моделей по AUC, KS, Gini, PSI
- Мониторить модели в продакшене и инициировать recalibration при необходимости
- Переводить модели в implementation-ready спецификации для decision engines
- Работать с продуктовой и risk-командами над стратегиями approval, cut-offs и pricing
- Оценивать бизнес-импакт через NPV, backtesting и портфельные метрики
*📌* Требования:
- 2+ года опыта именно в кредитном риск-моделировании, не generic data science
- Опыт построения application и/или behavioral scoring
- Знание PD-моделирования, AUC / KS / Gini, PSI / CSI
- Опыт полного цикла работы с моделями в продакшене
- Python: pandas, scikit-learn
- SQL
- Опыт с кредитными продуктами: кредиты, кредитные карты, BNPL
- Умение переводить модели в логику decision engine
Желательно: готовность к релокации в Манилу.
*📢* Контакты для связи: откликайтесь через ссылку ниже
*🌐* Ссылка на вакансию: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- Pandas
- Scikit-learn
- Credit Risk Modeling
- Scoring Models
- Feature Engineering
- Data Validation
- Backtesting
Возможные вопросы на собеседовании
Проверка практического опыта в специфике кредитного скоринга.
Расскажите о самой сложной модели скоринга, которую вы разработали: какие признаки (features) дали наибольший прирост и как вы боролись с переобучением?
Оценка понимания бизнес-метрик и их связи с математическими моделями.
Как вы выбираете оптимальный cut-off для модели, учитывая баланс между уровнем одобрения (approval rate) и ожидаемым уровнем дефолта?
Проверка навыков мониторинга моделей.
Какие действия вы предпримете, если мониторинг покажет резкое изменение индекса стабильности популяции (PSI)?
Оценка технической грамотности в деплое.
Как вы обычно готовите спецификации для переноса модели в decision engine, чтобы минимизировать расхождения (training-serving skew)?
Проверка опыта работы с конкретными продуктами.
В чем, по вашему мнению, ключевое различие в моделировании рисков для классических кредитных карт и продуктов BNPL?
Похожие вакансии
ML-инженер
Python разработчик (DWH/Data Engineering)
Data Scientist Middle+, Senior
Data Scientist
Middle+ Data инженер
Data инженер (Middle)
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!