Analityk danych, ryzyko

Kim jesteśmy

Imprint pomaga najlepszym markom świata zwiększać życiową wartość swoich klientów. Zaczęliśmy od kart kredytowych pod wspólną marką i przebudowaliśmy je tak, aby były mądrzejsze, bardziej satysfakcjonujące i skupiały się na marce. Współpracujemy z takimi firmami jak Crate & Barrel, Rakuten, Booking.com, H-E-B, Fetch i Shell, aby uruchomić nowoczesne programy kredytowe, które pogłębiają lojalność, odblokowują oszczędności i napędzają rozwój. Ale karta to dopiero początek. Łączymy zaawansowaną infrastrukturę płatności, inteligentną gwarancję i głębokie dane klientów, aby zapewnić członkom wspaniałe i spersonalizowane doświadczenia, a także wydajne i dochodowe relacje dla naszych partnerów marki. Nasza solidna technologia i światowej klasy operacje pozwalają nam i naszym partnerom markowym oferować potężne produkty finansowe bez konieczności stania się bankiem.

W Stanach Zjednoczonych same karty pod wspólną marką generują ponad 300 miliardów dolarów rocznych wydatków, a większość z nich nadal działa w systemach bankowych znanych od kilkudziesięciu lat. Imprint to nowoczesna alternatywa: elastyczna, możliwa do osadzenia i dostosowana do sposobu, w jaki ludzie płacą obecnie. Przy wsparciu Kleinera Perkinsa, Thrive Capital, Ribbit i Khosla Ventures budujemy światowej klasy zespół, aby na nowo zdefiniować sposób, w jaki ludzie płacą i rozwój marek. Jeśli chcesz działać szybko, rozwiązywać trudne problemy i osiągać realne wyniki, chcemy Cię poznać.

Podsumowanie roli

Zespół ds. ryzyka w Imprint jest odpowiedzialny za podejmowanie mądrzejszych i szybszych decyzji kredytowych, które równoważą rozwój z odpowiedzialnym zarządzaniem ryzykiem. Zespół buduje modele, zasady i systemy analityczne, które wspomagają underwriting, wykrywanie oszustw i optymalizację portfela we wszystkich programach kredytowych Imprint.

Jako analityk danych w dziale ryzyka będziesz właścicielem narzędzi do modelowania umożliwiających podejmowanie przez firmę Imprint decyzji kredytowych na najwyższym poziomie – od przyjęcia wniosku po zatwierdzenie – w każdym kanale pozyskiwania: bezpośrednich partnerów (Credit Karma, NerdWallet), wiadomości e-mail z zaproszeniami do składania aplikacji, poczta bezpośrednia, płatne media społecznościowe, natychmiastowe wstępne ekrany i aplikacje na miejscu. Twoim głównym celem będzie poprawa wskaźników akceptacji przy jednoczesnym zachowaniu jakości kredytu: budowanie lepszych modeli underwritingu, projektowanie eksperymentów politycznych i odkrywanie segmentów, w których możemy bezpiecznie rozszerzyć dostęp do kredytu.

Rola ta leży na skrzyżowaniu strategii kredytowej i przejęć. Będziesz współpracować bezpośrednio ze strategią kredytową, produktem, inżynierią i marketingiem, aby zbudować modele targetowania dla nowych kanałów, ocenić wyniki kredytowe na poziomie kanału i powiązać wolumen przejęć z ekonomią na niższym szczeblu łańcucha dostaw – współczynnikami zatwierdzania, prognozami strat w przeszłości, LTV, CAC i zyskiem ze składek. W coraz większym stopniu oznacza to budowanie nie tylko analiz, ale także systemów opartych na sztucznej inteligencji, które mogą autonomicznie monitorować współczynnik akceptacji, wydajność kanałów, diagnozować zmiany i zalecać dostosowania zasad.

Szansa

•
Posiadaj i ulepszaj pełen proces podejmowania decyzji kredytowych na początku ścieżki: punktacja wniosków, zasady polityki, kaskady odrzuceń i optymalizacja współczynnika akceptacji wśród bezpośrednich partnerów, zaproszenia do składania wniosków, reklamy bezpośrednie, płatne media społecznościowe, natychmiastowe wstępne ekrany i aplikacje na miejscu

•
Twórz i modyfikuj modele underwritingu, targetowania i segmentacji, które poszerzają zakres bezpiecznych zatwierdzeń i poprawiają jakość pozyskiwania na poziomie kanału

•
Projektuj i analizuj testy A/B oraz eksperymenty mistrzów/pretendentów w zakresie polityk kredytowych, ustalając rytm testowania i uczenia się z ustrukturyzowanymi odczytami dotyczącymi zarówno pozyskiwania, jak i wyników kredytowych

•
Twórz modele wydajności na poziomie kanału, które łączą liczbę aplikacji z ekonomiką dalszych etapów: wskaźniki akceptacji, oczekiwane straty, LTV, CAC i zysk z wkładu

•
Projektuj i twórz przepływy pracy agentów oraz systemy monitorowania oparte na sztucznej inteligencji, które autonomicznie wykrywają anomalie w zakresie współczynnika akceptacji, diagnozują odchylenia wyników i zmiany w mieszance populacji oraz zalecają dostosowania zasad

•
Współpracuj bezpośrednio ze strategiami kredytowymi, produktami, inżynierią i marketingiem, aby opracować kryteria targetowania i ramy ryzyka dla nowych i powstających kanałów przejęć

•
Twórz ramy segmentacji, aby identyfikować populacje o niedostatecznym dostępie do kredytów, w których można w sposób odpowiedzialny zwiększyć dostęp do kredytów

Twój profil

Wymagane

•
Ponad 5 do 8 lat doświadczenia w nauce danych, analizie ryzyka lub pokrewnej dziedzinie ilościowej, najlepiej w szybko rozwijającym się startupie lub firmie fintech

•
Silne umiejętności w zakresie języka Python i SQL, z możliwością budowania modeli, przekształcania surowych danych i tworzenia niestandardowych zestawów danych na podstawie złożonych danych finansowych

•
Doświadczenie w budowaniu modeli ryzyka kredytowego lub targetowania (karty wyników, modele underwritingu, segmentacja) lub podobnego modelowania predykcyjnego w regulowanym środowisku

•
Głębokie zrozumienie wnioskowania statystycznego, projektowania eksperymentów i analizy przyczynowej, z możliwością oddzielenia wpływu polityki od zmian populacji i zmian w miksie kanałów

•
Komfort dzięki narzędziom AI i przepływom pracy natywnym dla AI; aktywnie korzystasz z narzędzi takich jak Claude, Copilot lub podobnych, aby przyspieszyć swoją pracę i jesteś podekscytowany możliwością tworzenia systemów analitycznych opartych na sztucznej inteligencji

•
Orientacja na rozwiązywanie problemów z pełnym stosem: zagłębiasz się w nieuporządkowane dane, śledzisz spadek do pierwotnej przyczyny i kwestionujesz założenia w poszukiwaniu lepszej odpowiedzi

•
Umiejętność jasnego przedstawiania złożonych wniosków odbiorcom technicznym i nietechnicznym, w tym kierownictwu wyższego szczebla i interesariuszom partnerów zewnętrznych

•
Komfortowe prowadzenie kompleksowych projektów w szybko zmieniającym się środowisku startupowym z ograniczonym rusztowaniem, współpraca międzyfunkcyjna z politykami, strategią, produktami i inżynierią

Miło mieć

•
Doświadczenie w zakresie gwarantowania kart kredytowych, udzielania pożyczek lub produktów kredytów konsumenckich

•
Znajomość danych biura informacji kredytowej (Vantage, FICO, atrybuty tradeline) i alternatywnych źródeł danych

•
Doświadczenie w budowaniu lub skalowaniu infrastruktury eksperymentalnej na potrzeby testowania polityki kredytowej

•
Narażenie na wykrywanie oszustw, przepływy pracy KYC/IDV lub modele oszustw związanych z aplikacjami

•
Zrozumienie ekonomii kanałów przejęć i doświadczenie we współpracy z zespołami ds. marketingu lub strategii kredytowej w zakresie targetowania i modelowania LTV…

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