Visa
Visa
Visa er en global virksomhed inden for betalingsteknologi, der betjener forbrugere, handlende, finansielle institutioner og myndigheder gennem sit elektroniske betalingsnetværk. Platformen understøtter kredit-, debet- og forudbetalte transaktioner samt betalingsbehandling, forebyggelse af svindel, sikkerhed, analyse og andre tjenester for forbrugere og virksomheder. Visa udvikler også nye betalingsløsninger, herunder AI-baserede initiativer inden for handel, og understøtter finansiel inklusion gennem Visa Foundation.

Senior data scientist inden for AML og sanktionsscreening

Udvikl og forbedr Visas modeller til bekæmpelse af hvidvask og sanktionsscreening med maskinlæring og fuzzy matching. Forbedr detektionskvaliteten, og reducer antallet af falske positiver i global betalingscompliance.

Beskrivelse

  • Analysere store datasæt og omsætte forretningsspørgsmål til brugbare resultater.
  • Undersøge strukturerede og semistrukturerede data, herunder navne, adresser og identifikatorer.
  • Evaluere datakvalitet, fuldstændighed og egnethed til sanktionsscreening.
  • Definere og teste features til matching og scoring.
  • Samarbejde med datatekniske teams om datakilder og datatransformation.
  • Udvikle og forbedre regelbaserede modeller og fuzzy matching-modeller til sanktionsscreening.
  • Justere tærskelværdier og scoringslogik for at øge detektionsnøjagtigheden og reducere falske positiver.
  • Analysere screeningsresultater og bidrage til at designe features, der forbedrer matchkvaliteten.
  • Vedligeholde dokumentation af modellogik, antagelser og ændringer, så den er klar til revision.
  • Følge modellernes performance og forbedre dem i overensstemmelse med lovkrav og standarder for modelrisikostyring.
  • Designe og gennemføre eksperimenter for at vurdere modellernes performance ved hjælp af passende målinger og statistiske metoder.
  • Koordinere test, validering, revisioner og myndighedskontroller med teams inden for Compliance, Model Risk Management og teknologi.
  • Validere modeller for at bekræfte deres nøjagtighed, pålidelighed og compliance.
  • Samarbejde med interessenter på tværs af forretningsenheder og regulerede enheder for at understøtte praksis for modelrisikostyring.
  • Dokumentere modelarkitektur, implementering og metode.
  • Gennemgå modelrapporter og dele resultater, indsigter og anbefalinger med tekniske interessenter og forretningsinteressenter.
  • Besvare ad hoc-anmodninger fra interessenter i forretningen.
  • Skabe slutbrugeroplevelser, der giver målbar værdi og er enkle at bruge.

Krav

  • Mindst 5 års relevant erfaring med en bachelorgrad, 2 år med en videregående grad, ingen erfaring påkrævet med en ph.d. eller mindst 8 års relevant erfaring.
  • Bachelor- eller kandidatgrad inden for ingeniørvidenskab, økonomi, statistik, matematik eller et beslægtet teknisk område.
  • Mindst 5 års erfaring med dataanalyse, rapportering, statistisk analyse, forskning, data mining, trendanalyse eller et beslægtet område.
  • Erfaring med udvikling og implementering af maskinlæringsmodeller ved hjælp af SAS, SQL, Python eller R, Hive og/eller Spark.
  • Erfaring med at bygge prædiktive og deskriptive statistiske modeller med AI- og maskinlæringsmetoder som logistisk regression, random forests, SVM, XGBoost, CNN eller RNN.
  • Ekspertise inden for sanktionsscreening og navnematching.
  • Kendskab til rammer for bekæmpelse af hvidvask og finansiering af terrorisme samt praksis for compliance inden for finansiel kriminalitet.
  • Forståelse af globale sanktionsregimer, herunder retningslinjer fra OFAC, EU, FN og Storbritannien.
  • Erfaring med regelbaserede eller statistiske modeller.
  • Kendskab til sanktionsplatforme som Fircosoft, Comply, Advantage, World-Check og Actimize.
  • Ekspertise i AI-metoder, herunder maskinlæring, naturlig sprogbehandling, deep learning og generativ AI.
  • Erfaring med Python-biblioteker som pandas, NumPy, Matplotlib og scikit-learn.
  • Kendskab til fuzzy matching, NLP-baserede n-grammer, fonetik, tokenisering og lighedsscorering.
  • Stærke kompetencer inden for databaseadministration, dataudtræk og datamanipulation.
  • Evne til at arbejde effektivt i et tempofyldt miljø med højt pres sammen med teams på tværs af verden.
  • Villighed til at arbejde fleksibelt på tværs af tidszoner.
  • Fremragende kommunikationsevner, forretningsmæssige skrivefærdigheder og kompetencer inden for interessenthåndtering.

Fordele

  • Hybrid arbejdsordning.
  • Fleksible arbejdstider på tværs af tidszoner.

Relaterede job

AT&T

AT&T-erhvervssælger, områdekonti – Memphis

AT&T

Opbyg AT&T’s kundebase blandt små virksomheder og mellemstore virksomheder i Memphis ved at sælge fiberbredbånd og andre kommunikationsløsninger. Rollen kombinerer kundeopsøgende arbejde, kontoudvikling og rådgivende salg for at øge omsætningen i området.

Åbn