Скоуп команды: - Разработка рейтинговых моделей с использованием ML-алгоритмов - Разработка моделей оценки провизий под ОКУ: PD, LGD, CCF, EAD, макромодель - Валидация моделей кредитного риска: количественная и качественная - Аудирование банков в части моделей ОКУ Что сделал: - В качестве синьора и младшего лида разработал 2 рейтинговые модели + внедрил их в IT-инфраструктуру банков + обучил сотрудников банков процессу рейтинговая заемщиков - Разработал LGD модели для портфелей ФЛ и ЮЛ на продвинутых ML- методах. Уменьшил провизии за счет этого на 20% - Обновил сегментацию и подходы к PD в банке, что привело к уменьшению провизии на 10% - Нанял 4 сотрудников в команду на младшие позиции - Внес большой вклад в их обучение, как итог, 2 человека выросли до старших грейдов - Активно помогал в поиске клиентов, в 30% бюджета команды - проекты, которые я помог продать клиентам

Что сделал: - Разработал неоднократно статистические модели ОКУ в соответствии с МСФО 9 для банков: • PD • LGD • EAD ▪︎ CCF • Макромодель - Разработал и валидировал аппликативную рейтинговую модель для банка Казахстана - Лидил стримы проектов с командой из 3 человек - Обучил ряд младших сотрудников знаниям и навыкам моделирования кредитного риска - Подготовил и провел 4-часовой тренинг команды по базовым и продвинутым темам в оценке кредитного риска. Материалы используются для обучения новых сотрудников Проверил, подготовил замечания и рекомендации по моделям оценки кредитного риска. Это было в рамках аудита для 10+ банков каждый год

Что сделал: - Разработал новые модели оценки провизий под ОКУ для 2 банков, что привело к росту метрик точности на 15-20% - Запустил с нуля в команде практику проверки оценки актуарных обязательств компаний в рамках аудита. Технически задача не близкая мне, НО запуск данной практики позволяет получать команде каждый год 10% от общей выручки за счет этих проектов Стэк: - Python (numpy, pandas, scickit-learn, matplotlib) - R - VBA

Скоуп команды: ‐ Сбор, обработка, анализ данных в рамках процесса коллекшна по кредитной просрочке - Проверка гипотез, разработка статистических моделей Что сделал: - Сформировал и запустил ряд регулярных отчетов (дэшборд, графики, таблицы) в Tableau - Провел статистическую оценку качества работы филиалов коллекшна по России Почему уволился так рано: - Мобилизация - Понял, что дата-саенс в кредитных рисках, мне ближе чем дата-аналитика Стэк: - Python (numpy, pandas, scikit-learn) - SQL - Tableau

Был выбран в качестве ассистента профессора на таких предметах как: - Машинное обучение - Эконометрика - Макроэкономика Что сделал: - Разработал проектные командные задачи по обработке, анализу, визуализации данных, построению и валидации предиктивных моделей - Провел 20+ консультаций со студентами по теоретическим и практическим вопросам

Стажер в команде финансового риск-менеджмента EY. Специализация команды: - Разработка и валидация скоринговых моделей - Разработка и валидация статистических моделей по оценки провизий под ОКУ Что сделал: - Разработал LGD модель для топ-5 банка Казахстана: от сбора и обработки данных – до подготовки расчётного инструмента в виде скриптов R - Оптимизировал макромодель банка-клиента: увеличил метрики качества, автоматизировал генерацию и отбор моделей-кандидатов - Проверил и, в результате, подготовил замечания и рекомендации по методике и скриптам оценки провизий под ОКУ банков ( Россия, Узбекистан, Казахстан) Использовал стэк: - R - Python - VBA