Zadania:
- Budowa eksperckich i empirycznych kart/modeli scoringowych do oceny ryzyka default i fraud
- Walidacja modeli scoringowych
- Udział w projektach wdrożenia systemów scoringowych dla instytucji finansowych oraz fintechów (pożyczki, płatności, najem/leasing)
- Prototypowanie, budowa rozwiązań anty-fraud opartych o analizę danych internetowych, biometrycznych
Kompetencje, znajomość technologii:
- Minimum 2 lata doświadczenia zawodowego
- Praktyczna znajomość technik budowy i walidacji modeli scoringowych dla sektora finansowego, znajomość obowiązujćych rekomendacji KNF/best prctice w tym obszarze
- Ukończona wyższa uczelnia, preferowany kierunek studiów: informatyka, matematyka, metody ilościowe, ekonometria, statystyka, fizyka komputerowa
- Wymagane doświadczenie w projektach w obszarze przetwarzania lub modelowania danych
- Znajomość zagadnień z zakresu statystyki, Data Mining, Machine Learning
- Znajomość co najmniej jednego z pakietów do analizy danych: SAS, R, IBM Modeller/SPSS, Statistica, KNIME, RapidMiner lub o podobnej funkcjonalności
- Umiejętność wizualizacji danych
- Znajomość języków programowania Python, Java, znajomość języka zapytań SQL
- Umiejętność współpracy z zespołem programistów, w tym znajomość zagadnień technicznych
- Znajomość języka angielskiego
- Kreatywność oraz samodzielność w szukaniu analitycznych rozwiązań problemów biznesowych