Эксперт по продвинутой аналитике и моделированию кредитных рисков@ ДОМ.РФ

350K ₽–450K ₽/мес
Опубликовано 23.10.2026

Что за роль

Работа связана с анализом кредитного портфеля и моделированием рисков в банковском бизнесе. В фокусе — ценообразование, проблемная задолженность и решения по одобрению заявок.

Чем вы будете заниматься

  • Рассчитывать EL для процесса ценообразования.
  • Анализировать проблемную задолженность, поток заявок и уровень одобрения.
  • Управлять портфелем для минимизации рисков, корректировать стратегию и правила принятия решений.
  • Тестировать внешние сервисы для возможного использования в скоринговых и антифрод-моделях.
  • Проводить ad-hoc-анализ и готовить аналитические материалы по запросам руководства и подразделений банка.

Требования

  • Высшее экономическое или техническое образование.
  • Опыт в управлении кредитными рисками и понимание современных подходов к анализу кредитного портфеля.
  • Владение инструментами анализа данных и построения моделей: Python, R, TensorFlow/Keras, PyTorch или scikit-learn.
  • Умение интерпретировать результаты ML-моделей и интегрировать их в бизнес-процессы.
  • Знание принципов Data Science и основ статистики.

Что мы предлагаем

  • Удалённый формат работы в России.
  • Зарплатная вилка: 350–450 тыс. рублей.
Почему эта вакансия
5.8
5.8 из 10
оценка совпадения

Вакансия содержит конкретные задачи по кредитному портфелю, скорингу и применению ML, а также указывает зарплатную вилку и удалённый формат. Не уточнены требования к стажу, состав команды и дополнительные условия.

Кто здесь добьётся успеха

→

Глубокие знания в области кредитного риск-менеджмента с практическим опытом применения Python и R для анализа данных и построения статистических моделей.

→

Способность самостоятельно работать в удаленном режиме, эффективно управляя своим временем и приоритизируя задачи для достижения целей в условиях неопределенности.

→

Опыт применения библиотек машинного обучения, таких как TensorFlow и Keras, для разработки и тестирования моделей кредитного скоринга, с акцентом на анализ проблемной задолженности.

Ресурсы для обучения

Карьерный путь

Младший аналитик по кредитным рискам (Сейчас)→Аналитик по кредитным рискам (1–2 года)→Старший эксперт по кредитным рискам (3–5 лет)

Обзор рынка

Объём рынка Python в 2026
$22B
Годовой рост
11.5%
Внедрение AI
65%
Инвестиции в аналитику данных
+150%

Навыки и требования

Обязательные
PythonRTensorFlow
Растущий спрос
Machine LearningDeep LearningBig Data Technologies
Снижающийся спрос
SASSPSS

Тренды отрасли

Автоматизация кредитного скоринга
Использование машинного обучения для автоматизации процессов кредитного скоринга увеличится на 40% к 2026 году.
Интеграция AI в управление рисками
Применение AI в управлении кредитными рисками вырастет до 70% в 2026 году, что повысит точность прогнозов.

Новости FinTech

Загружаем новости отрасли...

Ищем релевантные статьи за последние 6 месяцев