Senior Data Scientist at Bereke Bank — NeverHard

В Департамент Risk Data Science мы ищем опытного Senior Data Scientist , который усилит направление разработки моделей машинного обучения для управления рисками банка. Наша команда ведёт ML-решения по полному жизненному циклу: от глубокого анализа данных и формулирования гипотез до выкатки в production, мониторинга и защиты перед валидаторами. Ключевые фокусы: кредитный риск (розница и корпоративный бизнес), портфельные модели, антифрод и взыскание (soft/hard collection). Чем предстоит заниматься: самостоятельно вести модели и другие Data Science решения по полному жизненному циклу; совместно с бизнесом определять задачи, формулировать и проверять гипотезы; проводить исследования, разрабатывать и улучшать модели и аналитические решения; участвовать во внедрении, мониторинге и сопровождении решений в production; анализировать качество и деградацию моделей, определять причины изменений и необходимые действия; участвовать в развитии инфраструктурных инструментов команды; представлять результаты и обосновывать принятые решения перед бизнесом, валидаторами и другими стейкхолдерами; участвовать в ревью решений коллег и делиться опытом внутри команды. Что мы ждем от кандидата: Опыт от 3 лет в роли Data Scientist в банковском секторе, МФО или финтехе с практикой разработки риск-моделей (кредитные риски, скоринг, фрод, коллекшн). Уверенный стек: Python (pandas, numpy, scikit-learn, LightGBM, CatBoost, XGBoost) и продвинутый SQL . Глубокое понимание метрик оценки моделей (ROC-AUC, Gini, KS, PSI) и принципов контроля устойчивости решений. Понимание процессов мониторинга данных и моделей (data quality, data drift, concept drift). Знакомство с практиками ML в продакшене : контейнеризация (Docker), API, CI/CD, версионирование данных и моделей, воспроизводимость экспериментов. Умение говорить на языке бизнеса: просто объяснять сложные технические и математические концепции стейкхолдерам и валидаторам. Самостоятельность, системный подход к декомпозиции задач и внимание к качеству кода. Будет преимуществом: Понимание ключевых регуляторных концепций риск-моделирования (PD, LGD, EAD, МСФО 9) и опыт взаимодействия с аудиторами/регулятором. Опыт или интерес к современным AI-направлениям: LLM/GenAI, AI-агенты и автоматизация аналитических пайплайнов в задачах Risk Data Science. Что мы предлагаем: Масштабные задачи: работа с большими объемами данных и прямое влияние разработанных моделей на финансовые и риск-показатели банка. Комфортный формат: гибкий гибридный график работы (офис в Алматы + удаленные дни). Профессиональная среда: сильная инженерная культура, отсутствие бюрократических тупиков, свобода в выборе инструментов и подходов. Официальное трудоустройство и конкурентный уровень заработной платы (обсуждается индивидуально по результатам интервью). Развитый социальный пакет и возможности для профессионального роста и обучения.