Naukowiec danych w Fintech Farm

O farmie Fintech

Jesteśmy brytyjskim fintechem tworzącym odnoszące sukcesy neobanki na rynkach wschodzących we współpracy z lokalnymi tradycyjnymi bankami.

Nasz sukces opiera się na najlepszym w swojej klasie produkcie, doświadczeniu klientów, zaangażowaniu emocjonalnym, marketingu wirusowym i głębokiej wiedzy specjalistycznej w zakresie podejmowania decyzji kredytowych.

Jeden z naszych założycieli był wcześniej współzałożycielem odnoszącego duże sukcesy neobanku w Europie Wschodniej z wielomilionową bazą klientów.

W 2021 roku otworzyliśmy nasz pierwszy rynek z Leobankiem w Azerbejdżanie, gdzie już ugruntowaliśmy wiodącą pozycję na rynku. Naszym kolejnym rynkiem był Wietnam, gdzie uruchomiliśmy Liobank na początku 2023 roku i również zyskaliśmy solidną popularność.

W przygotowaniu na kolejne 12 miesięcy jest jeszcze kilka nowych rynków i zaczynamy tam budować zespół.

Dlaczego Fintech Farm to świetne miejsce

Nasza ambicja. Chcemy stać się wiodącą marką cyfrowego banku konsumenckiego na każdym rynku, na którym działamy, ułatwiając konsumentom interakcję ze swoimi pieniędzmi. Możesz wziąć udział w tej ekscytującej podróży.

Nasza kultura.

Klienci.Zawsze dokładamy wszelkich starań, aby zapewnić klientom niesamowitą obsługę. Obsługujemy naszych klientów w taki sposób, w jaki chcielibyśmy, aby obsługiwano naszą mamę. A kto powiedział, że bankowość musi być nudna? Staramy się, aby korzystanie z naszych aplikacji było nie tylko łatwe, ale i przyjemne.

Ludzie. Wszyscy jesteśmy partnerami biznesowymi w naszej firmie. Każdy z nas myśli ambitnie, zachowuje się tak, jak gdyby to miejsce było jego własnością i nigdy nie przyjmuje „Nie” jako odpowiedzi. Współpracujemy z silnymi osobami, którym wzmacniamy pozycję i którym ufamy, a nie zarządzamy nimi w sposób mikro. We wszystkim, co robimy, przeważa zdrowy rozsądek, a nie formalne zasady. Zawsze pozostajemy ciekawi i otwarci. Wyznajemy kulturę „My ponad mnie”.

Obowiązki:

• Opracowywanie i wdrażanie modeli punktacji ryzyka w celu oceny zdolności kredytowej klienta, zarówno aplikacyjnej, jak i behawioralnej modele.
• Wykonuj procesy inżynierii cech, aby zwiększać jakość i wydajność modeli predykcyjnych.
• Analizuj dane, aby identyfikować nowe możliwości i trendy, które można wykorzystać do ulepszania modeli scoringowych.
• Współpracuj zz zespołami programistycznymi i analitykami biznesowymi do integrowania modeli z procesami biznesowymi.
• Monitoruj i analizuj wydajność modeli w produkcji oraz proponuj i wdrażaj ulepszenia.

Wymagania:

• 2 do 4 lat doświadczenia w nauce danych, z udokumentowanym doświadczeniem w budowaniu modeli scoringowych.
• Głęboka wiedza i praktyczne doświadczenie w uczeniu maszynowym i analizie statystycznej.
• Doświadczenie z językiem programowania Python i bibliotekami do przetwarzania danych i uczenia maszynowego (np. Pandas, Scikit-learn, TensorFlow, PyTorch).
• Umiejętności).
• Umiejętności). w inżynierii funkcji i wyborze modeli do rozwiązywania konkretnych zadań.
• Umiejętność analizowania dużych ilości danych i przekształcania spostrzeżeń analitycznych w konkretne działania.
• Doświadczenie z SQL i bazami danych.
• Umiejętność samodzielnej pracy i w ramach zespołu, a także interakcji z kolegami nietechnicznymi.

Co oferujemy

• Konkurencyjne wynagrodzenie do negocjacji w zależności od poziomu kandydata
• Opcje udostępniania
• Nadal jesteśmy start-upem i mamy przed sobą kolejne korzyści