Про роль
Аналітика в нас — не про дашборди.
Платіжна система живе в реальному часі: навантаження змінюється щогодини, стан інфраструктури теж. Наше завдання — розуміти цей стан не постфактум, а наперед. Прогнозувати навантаження. Помічати, що система відхиляється від норми, раніше, ніж це стане проблемою. Знаходити причину, коли метрика поїхала, а не фіксувати сам факт.
Ми масштабуємо data-напрямок, і ви станете людиною, яка його формує. Не виконавцем чужих постановок тут постановки задачі часто не існує, доки ви її не сформулюєте. Ви розбираєтесь у механіці процесу, самі пропонуєте, що і як вимірювати, самі захищаєте це перед бізнесом.
Між вами і C-level немає п’яти рівнів погоджень. Ваша модель або ваше правило впливає на операційні рішення вже цього тижня, а не лежить у ноутбуці.
Чим будете займатися
Прогнозна аналітика та моніторинг. Погодинні прогнози навантаження з довірчими інтервалами. Метрики стану системи, які рахуються щодня і показують, куди вона рухається. Порогові правила та детекція аномалій, які працюють автоматично з чесною оцінкою того, скільки разів вони спрацюють даремно.
ML у production. Розробка й підтримка моделей у бойовому середовищі, контроль якості та деградації. Не research заради research усе, що ви побудуєте, працюватиме щодня.
Decision Science. Causal-аналіз: чому метрика змінилася, а не просто що змінилася. Перевірка продуктових гіпотез, скоринг, сегментація, прогнозування відтоку.
Робота з бізнесом. Пояснити складне рішення продукту, фінансам і C-level простою мовою. Ваш тригер має бути зрозумілим черговому операційному менеджеру о третій ночі — це не менш важливо, ніж його точність.
Що ми очікуємо
комерційний досвід Data Scientist рівня Middle+ / Senior
впевнений Python і сильний SQL, практика з pandas, scikit-learn, statsmodels
моделі часових рядів: Prophet, SARIMAX, gradient boosting або аналоги
досвід із незбалансованими даними та рідкісними подіями: підбір порогів, розуміння ціни хибного спрацювання
робота з великими обсягами транзакційних даних
досвід виведення рішень у production, а не тільки research
глибоке розуміння статистики та коректного backtesting
українська або російська мова
Буде плюсом
досвід у FinTech, Payments, Marketplace або суміжних доменах
інженерний або фізико-математичний бекграунд
робота з LLM API, FastAPI
сильні навички побудови візуалізацій
Вам буде некомфортно, якщо
ви віддаєте перевагу задачам із готовою постановкою та розміченим таргетом
вам цікавіше поглиблюватись в одну вузьку область, ніж закривати задачу цілком
ваша відповідь на будь-яку задачу — навчити модель. У нас найкращим рішенням регулярно виявляється просте правило, і ми цінуємо вміння вчасно зупинитись
Чому у нас цікаво
Data-напрямок на етапі, коли ви його формуєте, а не вбудовуєтесь у чужу архітектуру. Реальні дані фінтех-інфраструктури замість навчальних датасетів. Швидкий цикл: від гіпотези до рішення в проді — тижні, а не квартали. І видимий результат — ви бачите, що саме змінилося після вашої роботи.
Умови
повністю віддалений формат роботи;
свобода у виборі підходів, технологій та розвитку моделей;
реальні ML-продукти, які впливають на операційні рішення, а не PoC у шухляді.
Процесс найму
Скринінг-дзвінок з рекрутером — ~30-40 хв
Тестове (опціонально)
Технічна співбесіда з Head of Analytics — ~1 год
Фінальна зустріч і офер
Загалом — до 10 днів.
