シニアデータサイエンティスト、マネーロンダリング対策・制裁スクリーニング
機械学習とファジーマッチングを用いて、Visaのマネーロンダリング対策および制裁スクリーニングモデルを開発・改善します。 グローバル決済のコンプライアンスにおける検知品質を高め、誤検知を減らします。
仕事内容
- 大規模なデータセットを分析し、ビジネス上の課題を実行可能な知見に変換する。
- 氏名、住所、識別子などの構造化データおよび半構造化データを調査する。
- 制裁スクリーニングにおけるデータの品質、完全性、適合性を評価する。
- マッチングとスコアリングに使う特徴量を定義し、テストする。
- データエンジニアリングチームと連携し、データの取得と変換を行う。
- ルールベースおよびファジーマッチングによる制裁スクリーニングモデルを開発・改善する。
- 検知精度を高めて誤検知を減らすため、閾値とスコアリングロジックを調整する。
- スクリーニング結果を分析し、マッチ品質を向上させる特徴量の設計を支援する。
- モデルのロジック、前提、変更を記録した監査対応文書を維持する。
- モデルのパフォーマンスを追跡し、規制要件とモデルリスク管理基準に沿って改善する。
- 適切な指標と統計手法を用いてモデルのパフォーマンスを評価する実験を設計・実施する。
- コンプライアンス、モデルリスク管理、テクノロジー各チームと連携し、テスト、検証、監査、規制当局によるレビューを調整する。
- モデルを検証し、正確性、信頼性、コンプライアンスを確認する。
- 事業部門や規制対象事業体の関係者と協力し、モデルリスク管理の実践を支援する。
- モデルのアーキテクチャ、実装、方法論を文書化する。
- モデルレポートを確認し、技術部門と事業部門の関係者に調査結果、知見、提案を共有する。
- 事業関係者からの随時の依頼に対応する。
- 使いやすさを保ちながら、測定可能な価値を提供するエンドユーザー体験を作る。
応募要件
- 学士号取得者は関連経験5年以上、上級学位取得者は2年以上、博士号取得者は経験不問、または関連経験8年以上。
- 工学、経済学、統計学、数学、または関連する技術分野の学士号または修士号。
- データ分析、レポーティング、統計分析、調査、データマイニング、トレンド分析、または関連分野で5年以上の経験。
- SAS、SQL、PythonまたはR、Hive、またはSparkを使用した機械学習モデルの開発・実装経験。
- ロジスティック回帰、ランダムフォレスト、SVM、XGBoost、CNN、RNNなどのAI・機械学習手法を用いた予測モデルおよび記述統計モデルの構築経験。
- 制裁スクリーニングと氏名照合に関する専門知識。
- マネーロンダリング対策およびテロ資金供与対策の枠組みと、金融犯罪コンプライアンスの実務に関する知識。
- OFAC、EU、国連、英国のガイドラインを含む、各国・地域の制裁制度に関する理解。
- ルールベースまたは統計モデルの経験。
- Fircosoft、Comply、Advantage、World-Check、Actimizeなどの制裁対応プラットフォームに関する知識。
- 機械学習、自然言語処理、ディープラーニング、生成AIなどのAI手法に関する専門知識。
- pandas、NumPy、Matplotlib、scikit-learnなどのPythonライブラリの使用経験。
- ファジーマッチング、NLPベースのn-gram、音声学、トークン化、類似度スコアリングに関する知識。
- 優れたデータベース管理、データ抽出、データ加工のスキル。
- 変化が速くプレッシャーの高い環境で、世界各地のチームと効果的に協働できること。
- 複数のタイムゾーンに合わせて柔軟な時間帯で勤務できること。
- 優れたコミュニケーション、ビジネス文書作成、関係者管理のスキル。
福利厚生
- ハイブリッド勤務形態。
- タイムゾーンに応じた柔軟な勤務時間。