Visa
Visa
Visa er et globalt teknologiselskap innen betalinger som betjener forbrukere, handelsbedrifter, finansinstitusjoner og myndigheter gjennom sitt elektroniske betalingsnettverk. Plattformen støtter kreditt-, debet- og forhåndsbetalte transaksjoner, i tillegg til betalingsbehandling, forebygging av svindel, sikkerhet, analyse og andre tjenester for forbrukere og bedrifter. Visa utvikler også nye betalingsløsninger, blant annet AI-baserte initiativer innen handel, og støtter finansiell inkludering gjennom Visa Foundation.

Senior data scientist innen AML og sanksjonsscreening

Utvikle og forbedre Visas modeller for bekjempelse av hvitvasking og sanksjonsscreening med maskinlæring og fuzzy matching. Forbedre deteksjonskvaliteten og redusere falske positiver i global betalingsefterlevelse.

Beskrivelse

  • Analysere store datasett og omsette forretningsspørsmål til nyttige funn.
  • Undersøke strukturerte og semistrukturerte data, inkludert navn, adresser og identifikatorer.
  • Evaluere datakvalitet, fullstendighet og egnethet for sanksjonsscreening.
  • Definere og teste funksjoner for matching og poengsetting.
  • Samarbeide med datateknologiteam om datakilder og datatransformasjon.
  • Utvikle og forbedre regelbaserte modeller og modeller for fuzzy matching innen sanksjonsscreening.
  • Justere terskler og poengsettingslogikk for å øke deteksjonsnøyaktigheten og redusere falske positiver.
  • Analysere screeningsresultater og bidra til å utforme funksjoner som forbedrer matchkvaliteten.
  • Vedlikeholde dokumentasjon av modellogikk, forutsetninger og endringer som er klar for revisjon.
  • Følge med på modellenes ytelse og forbedre dem i tråd med regelverk og standarder for modellrisikostyring.
  • Utforme og gjennomføre eksperimenter for å vurdere modellytelse med egnede måltall og statistiske metoder.
  • Koordinere testing, validering, revisjoner og myndighetsgjennomganger med team innen etterlevelse, modellrisikostyring og teknologi.
  • Validere modeller for å bekrefte nøyaktighet, pålitelighet og etterlevelse.
  • Samarbeide med interessenter på tvers av forretningsenheter og regulerte virksomheter for å støtte praksis for modellrisikostyring.
  • Dokumentere modellarkitektur, implementering og metodikk.
  • Gjennomgå modellrapporter og dele funn, innsikt og anbefalinger med tekniske interessenter og interessenter i virksomheten.
  • Besvare ad hoc-forespørsler fra interessenter i virksomheten.
  • Skape brukeropplevelser som gir målbar verdi og er enkle å bruke.

Krav

  • Minst 5 års relevant erfaring med bachelorgrad, 2 år med avansert grad, ingen erfaring kreves med doktorgrad, eller minst 8 års relevant erfaring.
  • Bachelor- eller mastergrad innen ingeniørfag, økonomi, statistikk, matematikk eller et beslektet teknisk fagområde.
  • Minst 5 års erfaring med dataanalyse, rapportering, statistisk analyse, forskning, datautvinning, trendanalyse eller et beslektet område.
  • Erfaring med å utvikle og implementere maskinlæringsmodeller ved hjelp av SAS, SQL, Python eller R, Hive og/eller Spark.
  • Erfaring med å bygge prediktive og deskriptive statistiske modeller med AI- og maskinlæringsmetoder som logistisk regresjon, random forests, SVM, XGBoost, CNN eller RNN.
  • Ekspertise innen sanksjonsscreening og navnematching.
  • Kunnskap om rammeverk for bekjempelse av hvitvasking og terrorfinansiering samt praksis for etterlevelse av regelverk om økonomisk kriminalitet.
  • Forståelse av globale sanksjonsregimer, inkludert retningslinjer fra OFAC, EU, FN og Storbritannia.
  • Erfaring med regelbaserte eller statistiske modeller.
  • Kjennskap til sanksjonsplattformer som Fircosoft, Comply, Advantage, World-Check og Actimize.
  • Ekspertise innen AI-metoder, inkludert maskinlæring, naturlig språkbehandling, dyp læring og generativ AI.
  • Erfaring med Python-biblioteker som pandas, NumPy, Matplotlib og scikit-learn.
  • Kunnskap om fuzzy matching, NLP-baserte n-grammer, fonetikk, tokenisering og likhetspoengsetting.
  • Sterke ferdigheter innen databaseadministrasjon, datauthenting og datamanipulering.
  • Evne til å arbeide effektivt i et hektisk miljø med høyt press og team over hele verden.
  • Villighet til å arbeide fleksible timer på tvers av tidssoner.
  • Svært gode kommunikasjonsferdigheter, forretningsmessige skriveferdigheter og ferdigheter innen interessenthåndtering.

Fordeler

  • Hybrid arbeidsordning.
  • Fleksibel arbeidstid på tvers av tidssoner.

Relaterte jobber

Commit

Senior React-utvikler, Next.js

Commit

Bygg høytytende Next.js-grensesnitt for en fintech-startup som betjener finansmarkedene. Ta eierskap til viktige frontendopplevelser og bidra til å skalere produkter til millioner av brukere.

Åpne