Director of Data Science, Credit Risk

О позиции

Вы будете возглавлять команду дата-сайентистов и отвечать за стратегию кредитных моделей на всех этапах жизненного цикла — от разработки до мониторинга в продакшене. Роль сочетает глубокие технические вызовы с прямым влиянием на доступность финансовых инструментов для миллионов людей в США. Компания находится на стадии стабильного роста, что даёт возможность масштабировать функции и формировать практику машинного обучения.

Чем заниматься

• Разработка стратегии кредитного скоринга и её реализация в дорожной карте компании
• Техническое руководство командой дата-сайентистов, установление стандартов проектирования моделей и качества кода
• Внедрение практик риск-менеджмента и мониторинга моделей для обеспечения соответствия регуляторным требованиям
• Согласование с кросс-функциональными командами (Кредитный риск, Портфель, Инженерия данных, Руководство)
• Менторство опытных специалистов без необходимости быть «умнее всех

Что ждут

• PhD в количественной области и 5+ лет опыта или BS/MS и 8+ лет опыта в смежной роли
• Опыт создания, развёртывания и управления обучаемыми моделями в продакшене для высоковлиятельных приложений
• Непосредственный опыт найма, коучинга и развития дата-сайентистов как руководителя
• Прикладное применение data science в кредитном риске, андеррайтинге или других регулируемых долгосрочных задачах прогнозирования
• Написание тестированного, проверяемого кода для пайплайнов данных и обучения моделей, владение Python data stack
• Готовность к командировкам 4-6+ раз в год для личного взаимодействия

Будет плюсом

• Непосредственный опыт в потребительском кредитовании; acquisition карточных продуктов
• Знакомство с ML-экосистемой: Chalk, BentoML или DVC
• Опыт прямого партнёрства с исполнительным руководством по стратегии моделирования

Условия

• Конкурентный оклад в диапазоне $184,000–$219,000 годовых
• Участие в программах ежегодного бонуса и опционах
• Расширенный пакет льгот: медицинское, стоматологическое, зрительное страхование
• Соответствие 401(k), оплачиваемый отпуск, гибкий график расходов
• Ежемесячная стипендия на wellness, оплата родительского отпуска
• Страхование жизни, покрытие по инвалидности
• Работа из дома (remote-first культура)

Навыки

• Python
• NumPy
• Polars
• scikit-learn
• LightGBM
• DVC
• Kubernetes
• Apache Airflow
• Google Cloud Platform
• Feature Store
• Credit Risk Modeling
• Machine Learning Operations
• Model Monitoring
• Regulatory Compliance
• Team Leadership
• Data Pipeline Engineering
• Supervised Learning
• Model Risk Management

Могут спросить на собеседовании

1. Как вы подходите к оценке и снижению риска дискриминации в кредитных моделях?
2. Приведите пример долгогоризонтной задачи прогнозирования, где результат виден через год и более. Как вы строили дисциплину оценки и валидации?
3. Как вы балансируете между сложностью модели, explainability и производительностью в production?
4. Опишите ваш подход к менторству и повышению технического уровня команды без микроменеджмента.
5. Как вы коммуницируете технические компромиссы с нефинансовыми стейкхолдерами и топ-менеджментом?