Visa
Visa
Visa är ett globalt företag inom betalteknik som betjänar konsumenter, handlare, finansinstitut och myndigheter genom sitt elektroniska betalningsnätverk. Plattformen stöder kredit-, debet- och förbetalda transaktioner samt betalningshantering, bedrägeribekämpning, säkerhet, analys och andra tjänster för konsumenter och företag. Visa utvecklar också nya betallösningar, däribland AI-baserade initiativ för handel, och främjar finansiell inkludering genom Visa Foundation.

Senior data scientist inom AML och sanktionsscreening

Utveckla och förbättra Visas modeller för bekämpning av penningtvätt och sanktionsscreening med maskininlärning och fuzzy matching. Förbättra träffsäkerheten och minska antalet falska positiva i global betalningsefterlevnad.

Beskrivning

  • Analysera stora datamängder och omvandla verksamhetsfrågor till användbara slutsatser.
  • Undersöka strukturerade och semistrukturerade data, inklusive namn, adresser och identifierare.
  • Utvärdera datakvalitet, fullständighet och lämplighet för sanktionsscreening.
  • Definiera och testa egenskaper för matchning och poängsättning.
  • Samarbeta med datateknikteam kring datakällor och datatransformation.
  • Utveckla och förbättra regelbaserade modeller och modeller för fuzzy matching inom sanktionsscreening.
  • Justera tröskelvärden och poängsättningslogik för att öka träffsäkerheten och minska falska positiva.
  • Analysera screeningresultat och bidra till utformningen av egenskaper som förbättrar matchningskvaliteten.
  • Hålla dokumentation av modellogik, antaganden och ändringar redo för granskning.
  • Följa upp modellernas prestanda och förbättra dem i enlighet med regelverk och standarder för modellriskhantering.
  • Utforma och genomföra experiment för att bedöma modellprestanda med lämpliga mått och statistiska metoder.
  • Samordna tester, validering, revisioner och myndighetsgranskningar med team inom regelefterlevnad, modellriskhantering och teknik.
  • Validera modeller för att bekräfta deras träffsäkerhet, tillförlitlighet och regelefterlevnad.
  • Samarbeta med intressenter i olika affärsenheter och reglerade verksamheter för att stödja arbetet med modellriskhantering.
  • Dokumentera modellarkitektur, implementering och metodik.
  • Granska modellrapporter och dela resultat, insikter och rekommendationer med tekniska intressenter och verksamhetsintressenter.
  • Hantera ad hoc-förfrågningar från intressenter i verksamheten.
  • Skapa slutanvändarupplevelser som ger mätbart värde och är enkla att använda.

Krav

  • Minst 5 års relevant erfarenhet med en kandidatexamen, 2 år med en avancerad examen, ingen erfarenhet krävs med en doktorsexamen eller minst 8 års relevant erfarenhet.
  • Kandidat- eller masterexamen inom teknik, ekonomi, statistik, matematik eller ett närliggande tekniskt område.
  • Minst 5 års erfarenhet av dataanalys, rapportering, statistisk analys, forskning, datautvinning, trendanalys eller ett närliggande område.
  • Erfarenhet av att utveckla och implementera maskininlärningsmodeller med SAS, SQL, Python eller R, Hive och/eller Spark.
  • Erfarenhet av att bygga prediktiva och deskriptiva statistiska modeller med AI- och maskininlärningsmetoder som logistisk regression, random forests, SVM, XGBoost, CNN eller RNN.
  • Expertkunskap inom sanktionsscreening och nam matchning.
  • Kunskap om ramverk för bekämpning av penningtvätt och finansiering av terrorism samt praxis för regelefterlevnad inom finansiell brottslighet.
  • Förståelse för globala sanktionsregimer, inklusive riktlinjer från OFAC, EU, FN och Storbritannien.
  • Erfarenhet av regelbaserade eller statistiska modeller.
  • Kännedom om sanktionsplattformar som Fircosoft, Comply, Advantage, World-Check och Actimize.
  • Expertkunskap om AI-metoder, inklusive maskininlärning, naturlig språkbehandling, djupinlärning och generativ AI.
  • Erfarenhet av Python-bibliotek som pandas, NumPy, Matplotlib och scikit-learn.
  • Kunskap om fuzzy matching, n-gram baserade på NLP, fonetik, tokenisering och likhetspoängsättning.
  • Starka kunskaper inom databashantering, dataextraktion och databearbetning.
  • Förmåga att arbeta effektivt i en snabb och pressad miljö med team runt om i världen.
  • Villighet att arbeta flexibla tider över olika tidszoner.
  • Utmärkt kommunikationsförmåga, god förmåga att skriva affärstexter och kompetens inom intressenthantering.

Förmåner

  • Hybrid arbetsform.
  • Flexibla arbetstider över olika tidszoner.

Relaterade jobb

AT&T

AT&T-företagssäljare, territoriella konton – Memphis

AT&T

Bygg upp AT&T:s kundbas bland småföretag och medelstora företag i Memphis genom att sälja fiberbredband och andra kommunikationslösningar. Rollen kombinerar prospektering, kontoutveckling och rådgivande försäljning för att öka intäkterna i territoriet.

Öppna