Senior Data scientist (Risk)

Мокка — финтех-сервис в сегменте BNPL (Buy Now Pay Later: «покупай сейчас, плати частями»). Сервис дает пользователям быстрый аванс на покупки и другие цели, а оформление происходит полностью онлайн — без длинных анкет и бумажной волокиты.

Продукт опирается на накопленный опыт команды (свыше 10 лет), использует современные облачные и мобильные технологии и ориентирован на масштабирование рисковых и бизнес-процессов. Мокка работает более чем в 9 500 партнерских магазинах, включая Детский мир, Иль Де Ботэ, Авито, Мегафон и другие, а аудитория насчитывает свыше 12 млн пользователей.

Ключевые факты:

• BNPL-сервис: «покупай сейчас, плати потом»
• >12 млн пользователей
• >9 500 партнерских магазинов
• В проектах используются мобильные и облачные технологии (Yandex Cloud и AWS)
• Статус аккредитованной ИТ-компании

Команда Data Science в Мокка занимается построением и развитием ML-подходов для рисков в BNPL-сценариях. В фокусе — снижение Cost of Risk и повышение управляемости процессов за счет e2e data-сервисов, которые проходят путь от постановки бизнес-задачи до внедрения и сопровождения в продакшене.

Роль Senior Data scientist (Risk) тесно связана с антифродом, оценкой риска дефолта новых клиентов и collection-направлением. Вам предстоит разрабатывать онлайн-модели, регулярно проверять новые источники данных, а также оценивать, как модели влияют на экономику — и докладывать результат бизнесу.

В основе технической инфраструктуры лежат облака Yandex Cloud и AWS, а также MLOps-практики. Это дает возможность строить «full stack моделирование»: от feature engineering и валидации качества до мониторинга, retraining и интеграции в производственные контуры.

Чем предстоит заниматься:

• Разрабатывать end-to-end data-сервисы на базе ML для снижения Cost of Risk
• Строить онлайн-оценку риска дефолта новых клиентов
• Разрабатывать антифрод-модели
• Разрабатывать collection-модели
• Проводить регулярную проверку новых источников данных для снижения Cost of Risk
• Готовить презентации с результатами для бизнес-пользователей
• Считать финансовый эффект от моделей

Что мы ценим в процессе:

• Понимание жизненного цикла моделей: от бизнес-задачи до мониторинга качества и retraining
• Умение валидировать качество, опираясь на ключевые метрики
• Экономическое мышление: оценка эффекта и расчет стоимости подключения/пилота при тестировании данных

Продуктовый фокус роли:

• Full stack подход: от фич-инжиниринга и моделирования до внедрения в прод и мониторинга