Алматы

Основные задачи

• Руководство командой Data Analysts и Data Scientists, распределение задач, развитие экспертизы и построение рабочих процессов команды; • Формирование и развитие data-driven стратегии направления Soft Collection; • Анализ поведения клиентов и эффективности стратегий коммуникаций с клиентами; • Разработка и внедрение ML-моделей для прогнозирования вероятности платежа, propensity-to-pay, сегментации клиентов, определения оптимального канала и времени коммуникации, распределения клиентов по приоритетам и оценки эффективности collection-стратегий; • Разработка Decisioning / treatment стратегий: определение кому, когда и каким способом следует коммуницировать; • Проведение A/B-тестов и uplift-исследований, оценка causal impact результатов стратегий взыскания; • Развитие системы KPI и метрик направления: cure rate, roll rate, recovery rate, collection rate, cost-to-collect, ROI и других бизнес-метрик; • Построение аналитических витрин, дашбордов и систем мониторинга эффективности стратегий и моделей; • Совместная работа с Business, Collection, Risk, IT, Data Engineering и другими подразделениями; • Трансформация бизнес-задач в аналитические и ML-задачи и обеспечение их внедрения в production; • Ответственность за качество моделей, мониторинг performance и регулярный пересмотр стратегий; • Развитие культуры experimentation & data-driven decision making внутри направления.

Основные требования

• Уверенное владение языком Python: pandas, numpy, sklearn и ML-библиотеками; • SQL — advanced уровень; • Хорошее понимание статистики, ML и методов оценки моделей; • Опыт в A/B-тестировании, propensity-моделировании, классификации, сегментации и прогнозировании; • Понимание банковских/финансовых метрик и процессов кредитования — большой плюс; • Опыт работы с большими данными и распределенными вычислениями — плюс; • Опыт разработки аналитических решений и ML-моделей от постановки задачи до внедрения в production; • Понимание принципов MLOps и model monitoring — плюс; • Опыт работы с BI-инструментами и построения management dashboards; • Опыт управления командой аналитиков / Data Scientists или технического лидерства; • Способность самостоятельно формировать roadmap направления; • Сильные коммуникационные навыки и умение разговаривать с бизнесом на языке финансовых результатов; • Умение декомпозировать сложные задачи и определять приоритеты; • Ориентация не только на качество аналитики или ML-модели, но и на бизнес-эффект; • Умение развивать сотрудников и повышать профессиональный уровень команды.