Datenwissenschaftler in Fintech Farm

Über Fintech Farm

Wir sind ein britisches Fintech-Unternehmen, das in Partnerschaften mit traditionellen Banken vor Ort erfolgreiche Neobanken in aufstrebenden Märkten aufbaut.

Wir haben 2021 unseren ersten Markt mit der Leobank in Aserbaidschan eröffnet, wo wir bereits marktführende Positionen aufgebaut haben. Unser nächster Markt war Vietnam, wo wir Anfang 2023 die Liobank eingeführt haben und ebenfalls solide Erfolge erzielt haben.

Wir haben für die nächsten 12 Monate noch einige weitere neue Märkte in der Pipeline und beginnen dort mit dem Aufbau des Teams.

Warum Fintech Farm ein großartiger Ort ist

Unsere Ambitionen. Unser Ziel ist es, in jedem Markt, in dem wir tätig sind, eine führende Marke für digitale Verbraucherbanken zu werden, um den Verbrauchern die Interaktion mit ihrem Geld zu erleichtern. Sie könnten Teil dieser aufregenden Reise sein.

Unsere Kultur.

Kunden. Wir geben stets unser Bestes, um unseren Kunden ein fantastisches Erlebnis zu bieten. Wir bedienen unsere Kunden so, wie wir es von unserer Mutter erwarten würden. Und wer hat gesagt, dass Banking langweilig sein muss? Wir machen unsere Apps nicht nur einfach, sondern machen auch Spaß.

Personen. Wir sind alle Geschäftspartner in unserem Unternehmen. Jeder von uns denkt in großen Dimensionen, tut so, als ob uns alles gehörte, und akzeptiert niemals „Nein“ als Antwort. Wir arbeiten mit starken Menschen zusammen, die wir stärken und denen wir vertrauen, statt sie zu mikromanagieren. Bei allem, was wir tun, hat der gesunde Menschenverstand Vorrang vor formalen Richtlinien. Wir bleiben stets neugierig und aufgeschlossen. Wir leben die Kultur „Wir über mir“.

Verantwortlichkeiten:

• Entwickeln und implementieren Sie Risikobewertungsmodelle zur Beurteilung der Kreditwürdigkeit von Kunden, einschließlich Anwendungs- und Verhaltensmodellen Modelle.
• Führen Sie Feature-Engineering-Prozesse durch, um die Qualität und Effizienz von Vorhersagemodellen zu verbessern.
• Analysieren Sie Daten, um neue Möglichkeiten und Trends zu identifizieren, die zur Verbesserung von Bewertungsmodellen genutzt werden können.
• Zusammenarbeit mitith-Entwicklungsteams und Geschäftsanalysten, um Modelle in Geschäftsprozesse zu integrieren.
• Überwachen und analysieren Sie die Leistung von Modellen in der Produktion und schlagen Sie Verbesserungen vor und implementieren Sie diese.

Anforderungen:

• 2 bis 4 Jahre Erfahrung in Data Science, mit nachgewiesener Erfahrung in der Erstellung von Bewertungsmodellen.
• Tiefgehende Kenntnisse und praktische Erfahrung in maschinellem Lernen und statistischer Analyse.
• Erfahrung mit der Programmiersprache Python und Bibliotheken für Datenverarbeitung und maschinelles Lernen (z. B. Pandas, Scikit-learn, TensorFlow, PyTorch).
• Kenntnisse in Feature Engineering und Modellauswahl für Lösung spezifischer Aufgaben.
• Fähigkeit, große Datenmengen zu analysieren und analytische Erkenntnisse in konkrete Maßnahmen umzuwandeln.
• Erfahrung mit SQL und Datenbanken.
• Fähigkeit, unabhängig und als Teil eines Teams zu arbeiten sowie mit nicht-technischen Kollegen zu interagieren.