Datenwissenschaftler, Risiko

Wer wir sind

Imprint hilft den weltbesten Marken, den Lifetime-Wert ihrer Kunden zu steigern. Wir haben mit Co-Branding-Kreditkarten begonnen und sie so umgestaltet, dass sie intelligenter, lohnender und markenorientierter sind. Wir arbeiten mit Unternehmen wie Crate & Barrel, Rakuten, Booking.com, H-E-B, Fetch und Shell zusammen, um moderne Kreditprogramme auf den Markt zu bringen, die die Treue stärken, Einsparungen ermöglichen und das Wachstum vorantreiben. Aber die Karte ist nur der Anfang. Wir kombinieren fortschrittliche Zahlungsinfrastruktur, intelligentes Underwriting und umfassende Kundendaten, um angenehme und personalisierte Erlebnisse für Mitglieder sowie effiziente und profitable Beziehungen für unsere Markenpartner zu schaffen. Unsere robuste Technologie und erstklassige Abläufe ermöglichen es uns und unseren Markenpartnern, leistungsstarke Finanzprodukte anzubieten, ohne eine Bank zu werden.

In den USA werden allein für Co-Branding-Karten jährlich über 300 Milliarden US-Dollar ausgegeben, und die meisten laufen noch immer auf jahrzehntealten, alten Banksystemen. Imprint ist die moderne Alternative: flexibel, einbettbar und auf die Art und Weise ausgelegt, wie Menschen heute tatsächlich bezahlen. Mit der Unterstützung von Kleiner Perkins, Thrive Capital, Ribbit und Khosla Ventures bauen wir ein erstklassiges Team auf, um die Art und Weise, wie Menschen bezahlen und wie Marken wachsen, neu zu definieren. Wenn Sie schnell handeln, schwierige Probleme lösen und echte Ergebnisse erzielen möchten, möchten wir Sie kennenlernen.

Rollenzusammenfassung

Das Risikoteam von Imprint ist dafür verantwortlich, intelligentere und schnellere Kreditentscheidungen zu treffen, die Wachstum mit verantwortungsvollem Risikomanagement in Einklang bringen. Das Team erstellt die Modelle, Richtlinien und Analysesysteme, die das Underwriting, die Betrugserkennung und die Portfoliooptimierung für alle Kreditprogramme von Imprint unterstützen.

Als Data Scientist bei Risk sind Sie für die Modellierung zuständig, die die Top-of-Funnel-Kreditentscheidung von Imprint unterstützt – von der Bewerbungsaufnahme bis zur Genehmigung – über alle Akquisekanäle hinweg: direkte Partner (Credit Karma, NerdWallet), Einladungs-E-Mails, Direktmailings, bezahlte soziale Netzwerke, sofortige Vorabprüfungen und Bewerbungen vor Ort. Ihr Hauptaugenmerk liegt auf der Verbesserung der Genehmigungsraten bei gleichzeitiger Aufrechterhaltung der Kreditqualität: Entwicklung besserer Underwriting-Modelle, Konzeption von Richtlinienexperimenten und Entdeckung von Segmenten, in denen wir den Zugang zu Krediten sicher erweitern können.

Diese Rolle liegt an der Schnittstelle zwischen Kredit- und Akquisitionsstrategie. Sie arbeiten direkt mit Credit Strategy, Product, Engineering und Marketing zusammen, um Targeting-Modelle für neue Kanäle zu erstellen, die Kreditleistung auf Kanalebene zu bewerten und das Akquisitionsvolumen mit nachgelagerten wirtschaftlichen Faktoren zu verknüpfen – Genehmigungsraten, Vintage-Verlustprognosen, LTV, CAC und Beitragsgewinn. Dies bedeutet zunehmend, nicht nur Analysen, sondern auch KI-gestützte Systeme zu entwickeln, die die Genehmigungsrate und die Kanalleistung autonom überwachen, Veränderungen diagnostizieren und Richtlinienanpassungen empfehlen können.

Die Gelegenheit

•
Besitzen und verbessern Sie die gesamte Top-of-Funnel-Kreditentscheidungspipeline: Antragsbewertung, Richtlinienregeln, Ablehnungsfälle und Optimierung der Genehmigungsrate bei direkten Partnern, Einladungen zur Bewerbung, Direktmailing, bezahlte soziale Netzwerke, sofortige Vorabprüfungen und Bewerbungen vor Ort

•
Bauen Sie auf Underwriting-, Targeting- und Segmentierungsmodellen auf und iterieren Sie diese, um sichere Genehmigungen zu erweitern und die Akquisequalität auf Kanalebene zu verbessern

•
Entwerfen und analysieren Sie A/B-Tests und Champion/Challenger-Experimente zu Kreditrichtlinien und etablieren Sie einen Test- und Lernrhythmus mit strukturierten Messwerten sowohl zur Akquise- als auch zur Kreditleistung

•
Erstellen Sie Leistungsmodelle auf Kanalebene, die das Antragsvolumen mit nachgelagerten wirtschaftlichen Aspekten verbinden: Genehmigungsraten, erwartete Verluste, LTV, CAC und Beitragsgewinn

•
Entwerfen und erstellen Sie Agenten-Workflows und KI-gestützte Überwachungssysteme, die autonom Anomalien bei der Genehmigungsrate erkennen, Score-Drift und Veränderungen im Bevölkerungsmix diagnostizieren und Richtlinienanpassungen empfehlen

•
Arbeiten Sie direkt mit Kreditstrategie, Produkt, Technik und Marketing zusammen, um Targeting-Kriterien und Risikorahmen für neue und aufkommende Akquisitionskanäle zu entwickeln

•
Erstellen Sie Segmentierungsrahmen, um unterversorgte Bevölkerungsgruppen zu identifizieren, deren Kreditzugang verantwortungsvoll erweitert werden kann

Ihr Profil

Erforderlich

•
5 bis 8+ Jahre Erfahrung in Datenwissenschaft, Risikoanalyse oder einem verwandten quantitativen Bereich, idealerweise bei einem wachstumsstarken Startup oder Fintech-Unternehmen

•
Starke Python- und SQL-Kenntnisse mit der Fähigkeit, Modelle zu erstellen, Rohdaten umzuwandeln und benutzerdefinierte Datensätze aus komplexen Finanzdaten zu erstellen

•
Erfahrung im Aufbau von Kreditrisiko- oder Targeting-Modellen (Scorecards, Underwriting-Modelle, Segmentierung) oder ähnlichen Vorhersagemodellen in einem regulierten Umfeld

•
Tiefes Verständnis der statistischen Schlussfolgerung, des Versuchsdesigns und der Kausalanalyse mit der Fähigkeit, politische Auswirkungen von Bevölkerungsverschiebungen und Veränderungen im Kanalmix zu trennen

•
Komfort mit KI-Tools und KI-nativen Arbeitsabläufen; Sie nutzen aktiv Tools wie Claude, Copilot oder ähnliches, um Ihre Arbeit zu beschleunigen, und freuen sich darauf, KI-gestützte Analysesysteme zu erstellen

•
Full-Stack-Problemlösungsorientierung: Sie tauchen in unübersichtliche Daten ein, verfolgen einen Rückgang bis zu seiner Grundursache und stellen Annahmen in Frage, um eine bessere Antwort zu finden

•
Fähigkeit, komplexe Ergebnisse einem technischen und nicht-technischen Publikum, einschließlich Führungskräften und externen Partnern, klar zu präsentieren

•
Fühlen Sie sich wohl, Projekte durchgängig in einer schnelllebigen Startup-Umgebung mit begrenztem Gerüst zu verwalten und funktionsübergreifend mit Politik, Strategie, Produkt und Technik zusammenzuarbeiten

Schön zu haben

•
Erfahrung mit Kreditkarten-Underwriting, Kreditvergabe oder Verbraucherkreditprodukten

•
Vertrautheit mit Kreditbürodaten (Vantage, FICO, Tradeline-Attribute) und alternativen Datenquellen

•
Erleben Sie den Aufbau oder die Skalierung einer Experimentierinfrastruktur für die Prüfung von Kreditrichtlinien

•
Gefährdung durch Betrugserkennung, KYC/IDV-Workflows oder Anwendungsbetrugsmodelle

•
Verständnis für die Wirtschaftlichkeit von Akquisitionskanälen und Erfahrung in der Zusammenarbeit mit Marketing- oder Kreditstrategieteams im Bereich Targeting und LTV-Modellierung …

Quelle: Jobicy (https://jobicy.com/jobs/154169-data-scientist-risk)