Staff Data Scientist, ML (Credit Risk)

Присоединяйтесь к нам в построении будущего финансов. Наша миссия — демократизировать финансы для всех. По оценкам, в течение следующих двух десятилетий молодому поколению будет передано 124 триллиона долларов активов. Крупнейшая передача богатства в истории человечества. Если вы готовы оказаться в эпицентре этого исторического культурного и финансового сдвига, читайте дальше.

О команде + роль Мы формируем элитную команду, применяя передовые технологии для решения крупнейших финансовых проблем мира. Мы ищем смелых мыслителей. Острых решателей проблем. Строителей, которые стремятся оказывать влияние. Robinhood — это не место для самодовольства, это место, где амбициозные люди достигают наилучших результатов в своей карьере. Мы — высокопроизводительная, быстро развивающаяся команда, в основе всего, что мы делаем, лежат этические принципы. Ожидания высоки, как и вознаграждения.

Миссия команды по работе с кредитными картами заключается в формировании видения Robinhood в области кредитования и банковских услуг путем предоставления интеллектуальных, клиентоориентированных финансовых решений. Наша команда посвящена преобразованию кредитного ландшафта и переопределению того, как люди ежедневно взаимодействуют с финансовыми услугами. Мы используем передовые аналитические инструменты и разнообразные наборы данных для глубокого понимания поведения потребителей в области кредитования. Мы стремимся сделать финансовые услуги доступными для всех, создавая программы, которые поддерживают более широкие цели Robinhood!

В качестве старшего специалиста по работе с данными (Staff Data Scientist) вы будете создавать модели кредитного риска, которые позволят нам лучше обслуживать наших клиентов и принимать ответственные кредитные решения. Кредитные модели лежат в основе всех кредитных решений. Эти модели будут определять решения, начиная от одобрения/отклонения, назначения лимита при выдаче кредита и будущих увеличений кредитного лимита. Вы будете использовать традиционные и нетрадиционные источники данных для создания высокопрогнозных моделей риска. Вы будете полностью отвечать за жизненный цикл разработки моделей, от подготовки данных и построения модели до ее внедрения.

Эта должность предполагает работу в наших офисах в Менло-Парке, Калифорния, или Вашингтоне, округ Колумбия, с ожидаемым посещением офиса не менее 3 дней в неделю. В Robinhood мы верим в силу личной работы для ускорения прогресса, стимулирования инноваций и укрепления сообщества. Наш офисный опыт целенаправлен, энергичен и разработан для полной поддержки высокопроизводительных команд.

Создавать модели кредитного риска для привлечения клиентов (одобрение кредита и назначение кредитного лимита) и управления клиентами Сотрудничать с кредитными аналитиками и менеджерами по продуктам для понимания бизнес-задачи и предоставления соответствующих моделей для ее решения Создавать богатые наборы данных, используя как традиционные, так и нетрадиционные источники данных. Работать над инновационными инструментами для создания мощных признаков, повышающих эффективность моделей Внедрять, поддерживать и отслеживать модели в производственной среде Общаться с высшим руководством в отделах кредитования, продуктов и инженерии для представления ключевых результатов и выводов

У вас есть 7+ лет опыта в области науки о данных и кредитного моделирования У вас есть глубокие знания SQL и Python для анализа данных и моделирования У вас есть опыт проектирования экспериментов и интерпретации результатов для принятия продуктовых решений У вас есть доменные знания и опыт работы с традиционными кредитными данными. Опыт работы с нетрадиционными кредитными данными (например, анализ денежных потоков) является преимуществом Вы четко общаетесь как с техническими, так и с нетехническими партнерами

Вознаграждение (Зона 1 (Менло-Парк, Калифорния; Нью-Йорк, Нью-Йорк; Бельвью, Вашингтон; Вашингтон, округ Колумбия)): 217 000 – 255 000 долларов США в год Вознаграждение (Зона 2 (Денвер, Колорадо; Уэстлейк, Техас; Чикаго, Иллинойс)): 191 000 – 224 000 долларов США в год Вознаграждение (Зона 3 (Лейк-Мэри, Флорида; Клируотер, Флорида; Гейнсвилл, Флорида)): 170 000 – 199 000 долларов США в год

Сложная, высокоуровневая работа для развития вашей карьеры Компенсация, основанная на производительности, с множителями за выдающиеся результаты, бонусные программы, владение акциями и софинансирование 401(k) Первоклассные льготы для поддержания вашей работы, включая 100% оплату медицинской страховки для сотрудников с 90% покрытием для иждивенцев Доступ к лучшим инструментам ИИ на рынке и постоянное обучение навыкам ИИ для каждого сотрудника, как технического, так и нетехнического Кошелек для образа жизни — высокогибкий счет для льгот на оздоровление, обучение и многое другое Оплачиваемое работодателем страхование жизни и от потери трудоспособности, льготы по лечению бесплодия и льготы по охране психического здоровья Время для отдыха, включая государственные праздники, оплачиваемый отпуск, больничные, отпуск по уходу за ребенком и многое другое! Исключительный офисный опыт с питанием, мероприятиями и комфортными рабочими местами.

Помимо указанного ниже диапазона базовой оплаты, эта должность также дает право на получение бонусных вознаграждений + акций + льгот. Базовая оплата для успешного кандидата будет зависеть от ряда факторов, связанных с работой, которые могут включать образование, обучение, опыт, местоположение, потребности бизнеса или рыночный спрос. Ожидаемый диапазон базовой оплаты для этой должности основан на месте выполнения работы и соответствует одной из 3 зон компенсации. Для других мест, не указанных в списке, компенсация может быть обсуждена с вашим рекрутером в процессе собеседования.

Диапазон базовой оплаты: Зона 1 (Менло-Парк, Калифорния; Нью-Йорк, Нью-Йорк; Бельвью, Вашингтон; Вашингтон, округ Колумбия) $217 000 — $255 000 USD Зона 2 (Денвер, Колорадо; Уэстлейк, Техас; Чикаго, Иллинойс) $191 000 — $224 000 USD Зона 3 (Лейк-Мэри, Флорида; Клируотер, Флорида; Гейнсвилл, Флорида) $170 000 — $199 000 USD

Нажмите здесь, чтобы узнать больше о нашей общей системе вознаграждений, которая варьируется в зависимости от региона и организации.