E
Experian samarbeider med anerkjente merkevarer innen digitale opplevelser, teknologi og forretningsutvikling. Arbeidet kombinerer kundeinnsikt, produktstrategi, smidige teknologiløsninger, kunstig intelligens, skyarkitektur og prosjektledelse for å hjelpe organisasjoner med å forbedre kundeopplevelser og effektivisere driften. Det brede fokuset på teknologi og rådgivning kan appellere til fagpersoner som er interessert i roller innen digital transformasjon, markedsføring, logistikk og relaterte forretningstjenester.
Ekspert innen datavitenskap, oppdagelse av svindelrisiko hos Experian (fjernarbeid, USA)
Bygg og evaluer maskinlæringsmodeller og prediktive egenskaper for å oppdage svindel og identitetsrisiko hos Experian. Rollen bruker Python og PySpark og støtter utrulling i batch-, retrospektive og sanntidsbaserte beslutningssystemer.
Beskrivelse
- Analysere store datasett og utvikle svindelmerking gjennom utforskende analyse
- Identifisere svindelmønstre, angrepsteknikker og atferdssignaler
- Gjøre uklare utfordringer innen svindel og risiko om til hypoteser, analyseplaner, modellspesifikasjoner og målbare suksesskriterier
- Bygge maskinlæringsmodeller for å oppdage svindel ved kontoåpning, kontoovertakelse og identitetsrisiko
- Evaluere modeller med ROC/AUC, KS, Gini, presisjon og recall, svindelfangst, falske positiver, kundeulemper og forhindrede tap
- Opprette og validere prediktive egenskaper fra identitets-, transaksjons-, kreditt historikk-, enhets-, atferds-, tids-, hastighets-, nettverks- og tredjepartsdata
- Skrive effektiv og godt testet Python- og PySpark-kode
- Samarbeide med team om å rulle ut modeller og egenskaper i batch-, retrospektive eller sanntidsbaserte beslutningssystemer
- Følge med på egenskapskvalitet, modell ytelse, populasjonsendringer og endringer i svindelmønstre
- Presentere analyser av modellatferd, avveininger, risikoer og anbefalinger
- Bruke standarder for personvern, dokumentasjon, forklarbarhet, validering og styring av data
- Rapportere til Senior Manager of Fraud Analytics
- Samarbeide med senior data scientists og ingeniører fra problemdefinisjon til egenskapsutvikling, eksperimentering og utrulling
Krav
- Minst tre års erfaring innen datavitenskap, maskinlæring, statistisk modellering eller et beslektet kvantitativt fagområde
- Bachelorgrad eller høyere grad i informatikk, statistikk, ingeniørfag, datavitenskap eller en annen kvantitativ disiplin
- Praktisk erfaring med å utvikle modeller for svindeloppdagelse, identitetsrisiko, kredittrisiko, økonomisk kriminalitet eller andre motstandsbaserte risikoer
- Erfaring med å lage nyttige egenskaper for svindeloppdagelse
- Gode ferdigheter i Python og PySpark
- Erfaring med å skrive modulær, testet kode for store datasett og distribuerte data- eller skysystemer
- Erfaring med pandas, NumPy, scikit-learn, XGBoost, TensorFlow eller lignende verktøy
- Kunnskap om veiledet læring, modelevaluering, valg av egenskaper, statistisk inferens, eksperimentering og modellkalibrering
- Erfaring med å håndtere ubalanserte klasser, forsinkede eller ufullstendige etiketter, skiftende angrepsmønstre og modelldrift
- Erfaring med å sette modeller i produksjon utover eksperimentstadiet
- Oppfylle gjeldende amerikanske krav til arbeidstillatelse og ansettelse
Fordeler
- Konkurransedyktig kompensasjonspakke og bonusordning
- Helse-, tann- og synsdekning samt matchende 401(k)-innskudd
- Fleksible arbeidsmuligheter, inkludert fjernarbeid, hybridarbeid eller kontorbasert arbeid
- Fleksibel fri, inkludert tid til frivillig arbeid, ferie, sykefravær og 12 betalte helligdager
- Omfattende fordelspakke
- Mulighet for variabel lønn
- Inkluderende kultur med et tydelig formål
- Tilrettelegging ved funksjonsnedsettelser eller særlige behov