Data Scientist w obszarze ryzyka kredytowego klientów bankowości detalicznej
Warszawa, Mazowieckie, Polska
Najważniejsze cechy oferty
Data: SQL / BI / Python
Pełny etat
Model hybrydowy - część pracy zdalnie
Prywatna opieka medyczna
Benefity
Docenienie działania i zaangażowaniaOprócz wynagrodzenia, każdy z nas ma określone cele – które doceniamy w ramach systemów premiowych.
Oferta specjalnaWspieramy Twoje finanse i oferujemy produkty naszej Grupy Kapitałowej na preferencyjnych warunkach (m.in. kredyt hipoteczny, kartę kredytową czy ubezpieczenie) oraz pomagamy odkładać na emeryturę w PPE.
Elastyczność benefitówRóżnimy się, dlatego to Ty wybierasz z jakich benefitów skorzystasz. Mamy dla Ciebie system kafeteryjny lub działania w ramach ZFŚS m.in. dofinansowanie opieki nad dziećmi, wakacji czy pożyczkę na remont.
Możliwości rozwojuU nas masz szerokie perspektywy rozwoju i możesz uczyć się, jak lubisz. Oferujemy dostęp do różnych form nauki – stacjonarnie i cyfrowo.
Wsparcie w zdrowiu i odpoczynkuDbamy o naszą formę mentalną i fizyczną. Możesz skorzystać z kart sportowych, opieki medycznej LuxMed, stomatologa, programu wellbingowego #FokusNaCiebie czy dodatkowych dni wolnych.
Na co dzień w naszym zespole:
budujesz, rozwijasz, wspierasz wdrożenie i monitorujesz modele ryzyka kredytowego dla klientów bankowości detalicznej,
poszukujesz nowych źródeł danych i nowoczesnych metod analitycznych zwiększających skuteczność modeli,
przygotowujesz analizy wspierające decyzje biznesowe oraz rozwój modeli oceny ryzyka kredytowego i polityki kredytowej,
współpracujesz z jednostkami biznesowymi, IT oraz partnerami zewnętrznymi.
To stanowisko może być Twoje, jeśli:
posiadasz doświadczenie w budowie modeli statystycznych lub uczenia maszynowego wykorzystywanych w procesach biznesowych,
potrafisz samodzielnie prowadzić prace modelowe, od przygotowania danych i budowy modelu po ocenę jego jakości oraz monitorowanie,
myślisz analitycznie, wyciągasz wnioski i kreatywnie szukasz rozwiązań,
lubisz pracę z danymi i potrafisz przekładać je na konkretne decyzje biznesowe,
biegle posługujesz się Pythonem (Pandas, NumPy, Scikit-learn, XGBoost lub podobne biblioteki),
dobrze znasz SQL i swobodnie pracujesz z dużymi zbiorami danych,
dodatkowym atutem będzie doświadczenie w bankowości lub instytucjach finansowych oraz znajomość regulacji dotyczących ryzyka kredytowego.