Data Scientist

Join Wandoo Finance as a Senior Data Scientist and help challenge the status quo of the financial industry We are a fast growing global fintech powerhouse – with HQ in Latvia and operations across Poland, Spain, Romania, Peru and now also Lithuania. We deliver innovative financial solutions across borders, combining tech-driven thinking with global reach. As our business grows and expands into new markets, our Data Science team faces exciting challenges — building new models, improving existing ones, and creating smarter solutions. This is where you come in . If you enjoy working with data, building machine learning models, and seeing your solutions deployed in real business environments, this role will give you the freedom, ownership, and impact you’re looking for. How You’ll Make an Impact Machine learning development: build, test, and improve machine learning models to support risk, underwriting, and product optimisation. ML pipeline automation: develop and maintain automated pipelines for model training, feature generation, hyperparameter tuning, and deployment. Data extraction & preparation: collect and structure data from multiple sources including data warehouses, production databases, third-party providers, and public datasets. Feature engineering: design and evaluate statistical features, perform time-series extraction, and ensure high-quality feature selection and cleaning. Model evaluation & benchmarking: generate model performance metrics, compare alternative models, and ensure robust validation practices. Model deployment & monitoring: support model deployment to production environments and continuously monitor performance, stability, and drift. Data analysis & insights: analyse datasets to identify patterns and provide insights that support product development, credit decisioning, and risk management. Product optimisation: provide data-driven recommendations to improve underwriting policies, product performance, and decision-making processes. Performance dashboards: develop and maintain dashboards for monitoring model performance, metrics, and configurable model parameters. What You Bring to the Table 3+ years of experience developing machine learning models using Python Time-series expertise: demonstrated experience analysing and applying time-series data in machine learning models. Tech stack: strong proficiency in Python, SQL, and Docker for data processing, modelling, and deployment. ML pipeline automation: experience building and maintaining automated machine learning workflows using Airflow or similar orchestration tools . Model monitoring & maintenance: experience monitoring production models, including population stability, feature stability, and explainability techniques such as SHAP . Modelling expertise: hands-on experience developing models using GBM, XGBoost, and other tree-based boosting algorithms . Nice to have: experience working with Google Cloud, Java, or FastAPI . What’s in It for You A competitive monthly salary starting from 3500 EUR gross , depending on your experience Hybrid life - 3 days in the office, 2 days in your personal kingdom Workcation - enjoy up to 2 weeks per year working from anywhere Annual bonus & salary review once a year - because progress matters Learning & growth opportunities chose by you, approved by us Birthday off - your day, your rules 5 paid blood donor days - superheroes deserve time off Health insurance after probation - extra coverage to keep you fully protected ________________________________________________________________ Pievienojies Wandoo Finance kā Vecākais datu zinātnieks un palīdz izaicināt ierastos finanšu industrijas standartus. Mēs esam strauji augošs starptautisks fintech uzņēmums , kura galvenais birojs atrodas Latvijā, ar darbību Polijā, Spānijā, Rumānijā, Peru un Lietuvā . Mēs piedāvājam inovatīvus finanšu risinājumus starptautiskā vidē, apvienojot tehnoloģisku domāšanu ar globālu mērogu. Mūsu biznesam turpinot augt un paplašinoties jaunos tirgos, Data Science komandai rodas arvien jauni un interesanti izaicinājumi — veidot jaunus modeļus, uzlabot esošos un radīt arvien gudrākus risinājumus. Tieši šeit nepieciešams tavs ieguldījums. Ja tev patīk strādāt ar datiem, veidot machine learning modeļus un redzēt savus risinājumus izmantotus reālā biznesa vidē, šī loma sniegs tev brīvību, atbildību un iespēju radīt reālu ietekmi . Kā Tu radīsi ietekmi Mašīnmācīšanās izstrāde: izstrādāsi, testēsi un pilnveidosi mašīnmācīšanās modeļus, lai atbalstītu risku analīzi, kredītspējas izvērtēšanu (underwriting) un produktu optimizāciju. ML pipeline automatizācija: izstrādāsi un uzturēsi automatizētas pipelines modeļu trenēšanai, feature ģenerēšanai, hiperparametru optimizācijai un izvietošanai. Datu iegūšana un sagatavošana: apkoposi un strukturēsi datus no dažādiem avotiem, tostarp datu noliktavām, produkcijas datubāzēm, trešo pušu datu piegādātājiem un publiskiem datu kopumiem. Feature engineering: veidosi un izvērtēsi statistiskās pazīmes, veiksi laika rindu (time-series) datu apstrādi un nodrošināsi kvalitatīvu feature atlasi un tīrīšanu. Modeļu novērtēšana un salīdzināšana: analizēsi modeļu veiktspējas rādītājus, salīdzināsi alternatīvus modeļus un nodrošināsi korektu validācijas procesu. Modeļu ieviešana un uzraudzība: atbalstīsi modeļu izvietošanu produkcijas vidē un nepārtraukti uzraudzīsi to veiktspēju, stabilitāti un datu driftu. Datu analīze un ieskati: analizēsi datu kopas, identificēsi tendences un sniegsi ieskatus, kas palīdz produktu attīstībā, kredītlēmumu pieņemšanā un risku pārvaldībā. Produktu optimizācija: sniegsi uz datiem balstītus ieteikumus, lai uzlabotu underwriting politikas, produktu veiktspēju un lēmumu pieņemšanas procesus. Veiktspējas paneļi (dashboards): izstrādāsi un uzturēsi paneļus modeļu veiktspējas, metriku un konfigurējamo parametru uzraudzībai. Ko mēs sagaidām no Tevis Vismaz 3 gadu pieredze machine learning modeļu izstrādē Python vidē Pieredze darbā ar laika rindām (time-series) un to izmantošanu ML modeļos Spēcīgas tehniskās prasmes Python, SQL un Docker izmantošanā datu apstrādei, modelēšanai un izvietošanai Pieredze ML pipeline automatizācijā , izmantojot Airflow vai līdzīgus orkestrācijas rīkus Pieredze produkcionālu modeļu monitorēšanā , tostarp population stability, feature stability un interpretējamības metodēs, piemēram, SHAP Praktiska pieredze modeļu izstrādē ar GBM, XGBoost un citiem boosting algoritmiem Papildu priekšrocība: Pieredze darbā ar Google Cloud, Java vai FastAPI Ko mēs piedāvājam • Konkurētspējīgu mēneša atalgojumu sākot no 3500 EUR bruto , atkarībā no pieredzes • Hibrīda darba modeli – 3 dienas birojā, 2 dienas attālināti • Workcation iespēju – līdz 2 nedēļām gadā strādāt no jebkuras vietas • Gada bonusu un atalgojuma pārskatīšanu reizi gadā • Mācību un profesionālās attīstības iespējas , kuras izvēlies tu un apstiprinām mēs • Brīvdienu dzimšanas dienā – tava diena, tavi noteikumi • 5 apmaksātas donora dienas gadā • Veselības apdrošināšanu pēc pārbaudes laika