Data Scientist

Альфа-Лизинг - это пространство возможностей для амбициозных людей и их достижений.

27 лет более 2000 сотрудников создают лучшие продукты для бизнеса, чтобы каждый предприниматель мог получить технику в любой точке страны.

Мы эксперты на автомобильном и финансовом рынках, занимаем лидирующие позиции в своей отрасли*.

Чтобы расти и заключать много лизинговых сделок, нам нужно принимать сотни кредитных решений в день. Для этого нам необходимо решать следующие задачи:

• управлять риском по лизинговому портфелю;
• управлять доходностью новых выдач, реализовывать risk-based pricing;
• строить модели, чтобы принимать решения по сделкам без участия людей;
• готовить регулярные риск-отчеты для себя и для Банка;
• формировать новые лизинговые предложения с учетом анализа рисков и доходности;
• поддерживать актуальность правил кредитного конвейера.

Для работы над этими и другими задачами мы ищем Моделиста Data Science Дирекции оценки кредитных рисков.

Чем предстоит заниматься:

• - Разрабатывать и внедрять модели оценки кредитных рисков PD
  - Разрабатывать и внедрять модели обнаружения мошенничества
  - Разрабатывать и внедрять модели LGD
  - Разрабатывать и внедрять поведенческие модели дефолта для оцени ожидаемых потерь
  - Работать над повышением качества и точности прогнозов моделей
  - Выстраивать процесс мониторинга моделей в продакшене и своевременно их обновлять
  - Взаимодействовать с риск-менеджерами, бизнес-подразделениями
  - Готовить модели к валидации, сопровождать процесс валидации со стороны разработчиков моделей

• опыт организации регулярной риск-отчетности в банке или лизинговой компании;
• уверенные знания python для анализа данных – pandas, numpy, matplotlib, plotly, scikit-learn, scipy и т.д.;
• знание основ резервирования по МСФО;
• знание и понимание сути ключевых показателей портфельного риск-менеджмента (NPL, EL, default rate, винтажный анализ, CoR и другие);
• умение предлагать решение задач, которые раньше не решал;
• знание основ теории вероятностей и математической статистики;
• понимание основ машинного обучения для задач классификации: какие бывают модели, чем отличаются, как оценить качество и т.п.;
• умение самостоятельно делать выводы по данным.

Будет плюсом:

• Уверенные знания алгоритмов машинного обучения для построения моделей бинарной классификации.
• Опыт работы с градиентным бустингом (XGBoost, LightGBM, CatBoost).
• Уверенные знания в части оценки качества таких моделей.
• Уверенные знания python для анализа данных – pandas, numpy, matplotlib, plotly, scikit-learn, scipy и т.д.
• Уверенное знание основ теории вероятностей и математической статистики.
• Знание и понимание сути ключевых показателей портфельного риск-менеджмента (NPL, EL, default rate, винтажный анализ, CoR и другие).
• Умение предлагать решение задач, которые раньше не решал.
• Опыт построения скоринговых моделей.

• официальное оформление по ТК РФ, белая заработная плата (10 дней оплачиваемого больничного в 100% объёме, отпуск 28 дней);
• график работы с 9:00 до 18:00, в пятницу до 16:45;
• гибридный график работы;
• широкий пакет ДМС, начиная с 5-го дня работы, потому что мы заботимся о здоровье сотрудников;
• у нас активная корпоративная жизнь, мы проводим конкурсы с денежными призами, спортивные мероприятия, тимбилдинги, совместные выезды;
• внешнее и внутреннее обучение, корпоративная библиотека.

Присоединяйся к команде умных и свободных!

* 1 место в Рейтинге лизинговых компаний России по итогам 2025 года, HeadHunter (hh.ru)