Stripe
Stripe
1,001 – 5,000 Mga Empleyado
Sponsor ng H1B VisaB2BE-commerceFintech
Ang Stripe ay isang kompanya ng teknolohiyang pinansyal na gumagawa ng imprastraktura para sa mga pagbabayad at serbisyong pinansyal ng mga negosyo sa buong mundo. Sinusuportahan ng platform nito ang mga online at personal na pagbabayad, pagsingil, pamamahala ng kita, at mga naka-embed na serbisyong pinansyal sa pamamagitan ng mga tool at API na madaling gamitin ng mga developer. Naglilingkod ang Stripe sa mga kliyente mula sa mga startup hanggang sa mga matatag na negosyo sa mga pamilihang B2B at B2C, kabilang ang mga oportunidad na may kaugnayan sa pagbuo at pagpapatakbo ng mga produktong tumutulong sa mga negosyo na pamahalaan ang pera at lumago.

Senior na Arkitekto ng Pag-iwas sa Panloloko sa Stripe (Remote, US)

Pangasiwaan ang estratehiya sa pag-iwas sa panloloko para sa mga user ng Stripe sa pamamagitan ng Radar, gamit ang pagsisiyasat sa banta, pag-optimize ng mga kontrol sa panganib, at teknikal na paggabay. Gawing nasusukat na mga pagpapabuti ang mga insight sa panloloko sa mga pagbabayad, account, at pag-iwas sa pang-aabuso.

Paglalarawan

  • Pangasiwaan ang mga estratehiya sa pag-iwas para sa mga itinalagang user, kabilang ang mga baseline ng panganib, modelo ng banta, at plano sa pag-iwas
  • Suriin ang scoring, klasipikasyon, panuntunan, at saklaw ng signal ng Radar gamit ang ebidensya ng transaksyon at teknikal na konteksto
  • Ipaliwanag ang ebidensya at kawalan ng katiyakan sa panloloko habang nagrerekomenda ng mga pagbabago sa configuration, integration, modelo, o feature
  • Gabayan ang mga user sa pag-configure at pag-optimize ng Radar, kabilang ang pagbuo at pagpapatunay ng mga panuntunan, threshold, at integration
  • Siyasatin ang pang-aabuso sa pagbabayad, account, at gawi gaya ng panloloko sa pagbabayad, pang-aabuso sa promosyon, paggamit ng maraming account, bot, at pagsasamantala sa billing batay sa paggamit
  • Pangasiwaan ang lingguhang pagsusuri sa kalagayan ng panganib at magbigay ng maiikling update
  • Magtakda ng mga threshold para sa maagang babala at mga daan ng notification, pagkatapos ay gawing mga aksyon sa pag-iwas ang mga pagbabago sa panloloko, dispute, approval rate, at false positive
  • Subaybayan ang mga action plan kasama ang mga may-ari, deadline, inaasahang epekto, at status ng pagpapatupad
  • I-coordinate ang komunikasyon sa insidente, magsagawa ng pagsusuri sa ugat ng problema para sa partikular na merchant, at kumpirmahin ang bisa ng pag-iwas
  • Makipagtulungan sa Radar Product, Engineering, at Fraud Data Science upang siyasatin ang mga limitasyon at tukuyin ang mga requirement
  • Pamahalaan ang backlog para sa iba’t ibang user na sumasaklaw sa mga puwang sa signal, modelo, integration, at paraan ng pagbabayad
  • Gumawa ng mga playbook, tool sa pagsisiyasat, at framework sa pag-iwas habang sinasanay ang mga Customer Success Manager, Technical Account Manager, at Account Executive
  • Tumulong sa paghubog ng segmentation ng account, pamantayan sa saklaw, tooling, hiring, handoff ng insidente, at pagsukat ng programa

Mga Kinakailangan

  • Hindi bababa sa walong taon ng karanasan sa teknikal na tungkulin na may malaking direktang pakikipag-ugnayan sa mga user sa kumpanya ng pagbabayad, fintech, platform para sa panganib, o provider ng pag-iwas sa panloloko
  • Hands-on na karanasan sa pagsisiyasat ng panloloko o pang-aabuso at paggawa ng mga natuklasan bilang epektibong kontrol o gabay para sa user
  • Malalim na kaalaman sa panloloko sa pagbabayad, account takeover, pang-aabuso sa subscription o trial, paggamit ng maraming account, pamamahala ng dispute, at mga programang sumusubaybay sa network gaya ng VAMP, ECM, o EFM
  • Teknikal na pag-unawa sa mga API integration, trace data, daloy ng signal, gawi ng system, teknikal na limitasyon, at mga opsyon sa pagpapatupad
  • Praktikal na kaalaman sa mga desisyon sa panganib at sistema ng panuntunan na nakabatay sa machine learning, kabilang ang availability ng signal, gawi ng modelo, mga panuntunan, at threshold
  • Mahusay sa SQL kasama ang Python, R, o katulad na wika para sa hypothesis testing, pagsusuri ng pattern, at pagsusuri ng kontrol
  • Kayang suriin ang kalidad ng data, mga naantalang resulta ng panloloko, precision, recall, false positive, at epekto sa negosyo
  • Karanasan sa pamamahala ng maraming ugnayan sa user o teknikal na engagement at pagtutulak ng mga rekomendasyon hanggang sa pagpapatupad at nasusukat na resulta
  • Malakas na kasanayan sa komunikasyon at mahusay na paghatol sa produkto
  • Mas mainam: karanasan sa Stripe Radar o mga katulad na platform gaya ng Forter, Sift, Ravelin, o Signifyd
  • Mas mainam: karanasan sa pagdidisenyo, pagsubok, at pag-aayos ng mga panuntunan o threshold sa produksyon para sa panloloko
  • Mas mainam: karanasan sa pakikipagtulungan sa mga product manager, engineer, at data scientist
  • Mas mainam: pamilyar sa device intelligence, alternatibong paraan ng pagbabayad, pag-iwas sa pang-aabusong hindi nauugnay sa pagbabayad, o mga modelong pangnegosyo batay sa paggamit
  • Mas mainam: karanasan sa pagbuo at pagpapalawak ng teknikal na advisory function o multi-account service model