Директор по рискам\Head of Risk
Finstar Financial Group · зарплата не указана · Ташкент · HH · опубликовано 5 мая 2026 г.
Описание вакансии
Построить с "нуля" систему управления рисками для исламской МФО: кредитный скоринг, андеррайтинг, мониторинг портфеля, NPL-контроль, fraud prevention. Первая линия защиты между быстрым масштабированием и качеством портфеля.
Обязанности:
• Разработка и внедрение скоринг-модели для POS-мурабахи (rule-based → ML по мере накопления данных).
• Интеграция с ЦБКИ (кредитное бюро), MyID (eKYC), telco-scoring (Ucell, Beeline).
• Определение лимитов, условий одобрения, risk-based pricing.
• Политика андеррайтинга: автоматический vs ручной трек, эскалация, исключения.
• Мониторинг качества портфеля: NPL 30+/60+/90+, vintage analysis, roll rates, migration matrix.
• Резервирование: расчёт провизий (ECL / AAOIFI approach), рекомендации по write-off.
• Регулярная отчётность для CEO, ЦБ и DFI-инвесторов (ежемесячные risk reports).
• Стратегия soft collection: SMS-каскады, IVR, outbound calls, timing оптимизация.
• Шариатский compliance.
• Взаимодействие с коллекторскими агентствами (hard collection) для NPL 90+
• Правила антифрода: velocity checks, device fingerprinting, IP-анализ.
• Мониторинг аномалий: нехарактерные паттерны (множественные заявки, мерчант-коллюзия).
• Настройка risk-модулей на платформе (Fimple / Fido-Biznes): scorecard engine, decisioning rules, limits.
• Интеграция с Power BI / Metabase для risk dashboards.
Требования:
• 5+ лет в risk management в финансовом секторе (банк, МФО, BNPL, fintech).
• Практический опыт построения скоринг-модели (rule-based или ML): от данных до продакшена.
• Опыт работы с кредитным бюро (ЦБКИ Узбекистана - преимущество, но не обязательно).
• Опыт управления NPL-портфелем: vintage analysis, provisioning, write-off.
• Опыт запуска коллекшн-стратегии (soft + hard).
Навыки:
• SQL - свободный уровень (ежедневный инструмент для анализа портфеля).
• Python (или аналоги) - для построения и валидации моделей
• Excel - продвинутый (pivot, VBA, financial modelling).
• Знание статистики: logistic regression, decision trees.
• Понимание unit economics кредитного продукта (LTV, CAC, loss rate, margin).
Образование:
• Высшее: математика, статистика, экономика, финансы, IT или смежные.
• Желательно: FRM, PRM, CFA (любой уровень), или CIFE (Islamic Finance). Я
• Русский язык - C1+ (рабочий язык).
• Английский язык - B2+ (документация, отчётность для DFI, вендоры).
• Узбекский - родной (клиенты, мерчанты, ЦБ).
Желательно:
• Опыт в исламских финансах (мурабаха, таваррук - понимание шариатских ограничений в risk).
• Опыт работы в Узбекистане или Центральной Азии.
• Опыт с ZOOD, Uzum Nasiya, Alif Nasiya или аналогичными BNPL-платформами региона.
• Опыт с Fimple, Fido-Biznes или другими lending CBS.
• Опыт построения fraud-detection систем.
• ML-engineering: MLOps, model monitoring, A/B testing скорингов.