- Страна
- Россия
Откликайтесь
на вакансии с ИИ

ML Lead / Head of DS (Credit Risk)
Позиция в известной компании с четкой специализацией и высоким уровнем ответственности. Работа в Москве с возможностью влиять на ключевые продукты компании делает вакансию привлекательной для опытных специалистов.
Сложность вакансии
Роль уровня Lead/Head требует не только глубоких технических знаний в ML, но и управленческих компетенций, а также специфического опыта в кредитных рисках. Высокая ответственность за бизнес-результаты и управление командой делают эту позицию сложной.
Анализ зарплаты
Зарплата для позиций уровня Head of DS в Москве в финтех-секторе обычно начинается от 450 000 рублей и может достигать 700 000+ рублей в зависимости от масштаба компании. Данная вакансия соответствует рыночным ожиданиям для руководящих ролей в ML.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в getmatch уже сейчас
Откликнитесь на позицию ML Lead, чтобы возглавить разработку моделей кредитных рисков в динамичной команде!
Описание вакансии
*💼 Должность:* ML Lead / Head of DS (Credit Risk)
*🏢 Компания:* getmatch
*📍 Город:* Москва
Бесплатный бот помощник по трудоустройству ibestmystart_bot *✅*
Присоединяйтесь!
Создайте идеальное резюме с помощью ИИ-агента

Навыки
- Python
- Machine Learning
- Credit Risk
- Data Science
- Credit Scoring
- Management
Возможные вопросы на собеседовании
Важно понять, как кандидат балансирует между точностью модели и интерпретируемостью, что критично для рисков.
Какие методы интерпретации моделей (например, SHAP, LIME) вы использовали в задачах кредитного скоринга?
Проверка лидерских качеств и умения выстраивать процессы.
Опишите ваш опыт формирования DS-команды с нуля: как вы отбираете таланты и распределяете задачи?
Кредитные риски требуют понимания специфических метрик.
Как вы оцениваете эффективность модели кредитного риска в долгосрочной перспективе (Gini, PSI, стабильность)?
Lead должен уметь доносить ценность ML до бизнеса.
Расскажите о случае, когда вам пришлось убеждать стейкхолдеров в необходимости изменения стратегии на основе данных.
Проверка технического кругозора.