E
Experian samarbejder med anerkendte brands inden for digitale oplevelser, teknologi og forretningsudvikling. Virksomhedens arbejde kombinerer kundeindsigt, produktstrategi, agile teknologiske løsninger, AI, cloud-arkitektur og projektledelse for at hjælpe organisationer med at forbedre kundeoplevelser og effektivisere driften. Det brede fokus på teknologi og rådgivning kan appellere til fagfolk, der er interesserede i roller inden for digital transformation, markedsføring, logistik og relaterede erhvervsservices.
Ekspert i datavidenskab, opdagelse af svindelrisiko hos Experian (fjernarbejde, USA)
Udvikl og evaluer maskinlæringsmodeller og prædiktive features til at opdage svindel og identitetsrisiko hos Experian. Rollen bruger Python og PySpark og understøtter implementering i batch-, retrospektive og realtidsbaserede beslutningssystemer.
USA103.669 $ – 179.693 $ / år
FjernarbejdeFuldtidMellemniveauSeniorPåkrævet Sprog: engelskDataforskerBeskrivelse
- Analysere store datasæt og udvikle svindellabels gennem eksplorativ analyse
- Identificere svindelmønstre, angrebsteknikker og adfærdssignaler
- Omsætte uklare udfordringer inden for svindel og risiko til hypoteser, analyseplaner, modelspecifikationer og målbare succeskriterier
- Udvikle maskinlæringsmodeller til at opdage svindel ved kontoåbning, kontoovertagelse og identitetsrisiko
- Evaluere modeller med ROC/AUC, KS, Gini, præcision og recall, svindelopsamling, falske positiver, kundebesvær og forhindrede tab
- Skabe og validere prædiktive features ud fra identitets-, transaktions-, kredithistorik-, enheds-, adfærds-, tids-, hastigheds-, netværks- og tredjepartsdata
- Skrive effektiv og veltestet Python- og PySpark-kode
- Samarbejde med teams om at implementere modeller og features i batch-, retrospektive eller realtidsbaserede beslutningssystemer
- Følge kvaliteten af features, modelperformance, populationsskift og ændringer i svindelmønstre
- Præsentere analyser af modeladfærd, afvejninger, risici og anbefalinger
- Anvende standarder for databeskyttelse, dokumentation, forklarlighed, validering og governance
- Referere til Senior Manager of Fraud Analytics
- Samarbejde med senior data scientists og ingeniører fra problemdefinition til feature engineering, eksperimentering og implementering
Krav
- Mindst tre års erfaring inden for datavidenskab, maskinlæring, statistisk modellering eller et beslægtet kvantitativt område
- Bachelorgrad eller videregående grad i datalogi, statistik, ingeniørvidenskab, data science eller en anden kvantitativ disciplin
- Praktisk erfaring med at udvikle modeller til opdagelse af svindel, identitetsrisiko, kreditrisiko, økonomisk kriminalitet eller andre modstandsbaserede risici
- Erfaring med at skabe nyttige features til svindelopdagelse
- Stærke kompetencer i Python og PySpark
- Erfaring med at skrive modulær, testet kode til store datasæt og distribuerede data- eller cloudsystemer
- Erfaring med pandas, NumPy, scikit-learn, XGBoost, TensorFlow eller lignende værktøjer
- Kendskab til superviseret læring, modelevaluering, featureudvælgelse, statistisk inferens, eksperimentering og modelkalibrering
- Erfaring med at håndtere klasseubalance, forsinkede eller ufuldstændige labels, skiftende angrebsmønstre og modeldrift
- Erfaring med at implementere modeller i produktion ud over eksperimentfasen
- Opfylde gældende amerikanske krav til arbejdstilladelse og ansættelse
Fordele
- Konkurrencedygtig lønpakke og bonusordning
- Sundheds-, tand- og synsdækning samt matchende 401(k)-bidrag
- Fleksible arbejdsmuligheder, herunder fjernarbejde, hybridarbejde eller kontorarbejde
- Fleksibel frihed, herunder tid til frivilligt arbejde, ferie, sygefravær og 12 betalte helligdage
- Omfattende fordelspakke
- Mulighed for variabel løn
- Inkluderende kultur med et klart formål
- Støtte til tilpasninger ved handicap eller særlige behov