Data scientist (Валидация моделей оценки кредитных рисков розничного бизнеса)

Наша команда занимается оценкой и управлением модельного риска. Наши сотрудники участвуют в проектах по улучшению предиктивных моделей, моделей машинного обучения и оптимизации их применения в бизнес-процессах Сбера. Мы создаем инструменты для мониторинга, управления и снижения модельного риска по всем бизнес-направлениям. Чем интересна данная позиция? участие в построении системы управления капиталом крупнейшего российского Банка работа с самыми совершенными риск-моделями на российском рынке, влияющими на кредитные решения и величину капитала Банка интересный опыт взаимодействия с множеством смежных подразделений Банка продвинутый уровень Data Science (включая сложные неинтерпретируемые модели) разработка автоматизированной системы мониторинга и платформенных сервисов валидации множество задач по построению и совершенствованию бизнес-процессов (работа на стыке DS и менеджмента). Мы: валидируем модели Сбера, способные значимо повлиять на финансовый результат, в том числе регуляторные модели, использующиеся для оценки капитала Банка и влияющие на общий Риск-аппетит Банка. Валидация – процесс всесторонней оценки разработанной статистической модели на предмет ее соответствия поставленным бизнес-требованиям и мировым практикам, качества используемого статистического алгоритма, а также потенциала улучшения модели. Модели стекаются к нам со всех уголков необъятного Сбера. разрабатываем и автоматизируем методы для валидации моделей различных классов (в свете усложнения моделей Сбера особенно актуально) строим систему отчетности для управления модельным риском строим платформу для онлайн-мониторинга и автовалидации моделей. Обязанности разбираться в структуре различных моделей DS, тестировать корректность модели, челленджить подход разработчика, разрабатывать альтернативные алгоритмы (внутренний Kaggle), оценивать применимость подхода с учетом имеющихся норм и макроэкономической конъюнктуры исследовать подходы к моделированию и валидации различных классов моделей, определять их методологию, применять передовые технологии и распространять наработки автоматизировать алгоритмы валидации для внедрения в процессы автомониторинга участвовать в практическом управлении моделями оценки капитала, разработке методологии их валидации и осуществлении их мониторинга. Требования знание машинного обучения и статистического анализа (интересен любой опыт) знание мат. статистики, алгоритмов, структур данных знание Python и/или R и основных библиотек анализа данных знание SQL, навыки работы с базами данных опыт работы в рисках, знание основ управления рисками в Банке коммуникабельность, умение эффективно вести переговорный процесс с подразделениями Банка большой плюс: опыт работы с регуляторными моделями Basel большой плюс: опыт модельной аналитики и управления модельным стэком в бизнес-процессе навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом. Условия комфортный современный офис рядом с м. Волгоградский проспект годовая премия корпоративный спортзал и зоны отдыха более 400 образовательных программ СберУниверситета для профессионального и карьерного развития регулярные митапы и развитое DS-community расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров вознаграждение за рекомендацию друзей в команду Сбера.