Visa
Visa
Visa เป็นบริษัทเทคโนโลยีการชำระเงินระดับโลกที่ให้บริการแก่ผู้บริโภค ร้านค้า สถาบันการเงิน และรัฐบาลผ่านเครือข่ายการชำระเงินอิเล็กทรอนิกส์ของบริษัท แพลตฟอร์มของ Visa รองรับธุรกรรมบัตรเครดิต บัตรเดบิต และบัตรเติมเงิน รวมถึงบริการประมวลผลการชำระเงิน การป้องกันการฉ้อโกง ความปลอดภัย การวิเคราะห์ข้อมูล และบริการอื่น ๆ สำหรับผู้บริโภคและธุรกิจ Visa ยังพัฒนาโซลูชันการชำระเงินรูปแบบใหม่ ซึ่งรวมถึงโครงการพาณิชย์ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ และสนับสนุนการเข้าถึงบริการทางการเงินผ่าน Visa Foundation

นักวิทยาศาสตร์ข้อมูลอาวุโส ด้านการคัดกรอง AML และมาตรการคว่ำบาตร

พัฒนาและปรับปรุงแบบจำลองต่อต้านการฟอกเงินและคัดกรองมาตรการคว่ำบาตรของ Visa ด้วยแมชชีนเลิร์นนิงและการจับคู่แบบคลุมเครือ ยกระดับคุณภาพการตรวจจับและลดผลบวกลวงในการปฏิบัติตามข้อกำหนดด้านการชำระเงินทั่วโลก

รายละเอียด

  • วิเคราะห์ชุดข้อมูลขนาดใหญ่และเปลี่ยนคำถามทางธุรกิจให้เป็นข้อค้นพบที่นำไปใช้ได้
  • ตรวจสอบข้อมูลที่มีโครงสร้างและกึ่งโครงสร้าง รวมถึงชื่อ ที่อยู่ และตัวระบุ
  • ประเมินคุณภาพ ความครบถ้วน และความเหมาะสมของข้อมูลสำหรับการคัดกรองมาตรการคว่ำบาตร
  • กำหนดและทดสอบคุณลักษณะสำหรับการจับคู่และการให้คะแนน
  • ทำงานร่วมกับทีมวิศวกรรมข้อมูลด้านการจัดหาและแปลงข้อมูล
  • พัฒนาและปรับปรุงแบบจำลองคัดกรองมาตรการคว่ำบาตรที่ใช้กฎและการจับคู่แบบคลุมเครือ
  • ปรับเกณฑ์และตรรกะการให้คะแนนเพื่อเพิ่มความแม่นยำในการตรวจจับและลดผลบวกลวง
  • วิเคราะห์ผลการคัดกรองและช่วยออกแบบคุณลักษณะที่เพิ่มคุณภาพการจับคู่
  • จัดทำเอกสารตรรกะ สมมติฐาน และการเปลี่ยนแปลงของแบบจำลองให้พร้อมสำหรับการตรวจสอบ
  • ติดตามประสิทธิภาพของแบบจำลองและปรับปรุงให้สอดคล้องกับข้อกำหนดและมาตรฐานการบริหารความเสี่ยงของแบบจำลอง
  • ออกแบบและดำเนินการทดลองเพื่อประเมินประสิทธิภาพของแบบจำลองโดยใช้ตัวชี้วัดและวิธีการทางสถิติที่เหมาะสม
  • ประสานงานการทดสอบ การตรวจสอบความถูกต้อง การตรวจประเมิน และการทบทวนด้านกฎระเบียบกับทีมกำกับดูแลการปฏิบัติตามข้อกำหนด การบริหารความเสี่ยงของแบบจำลอง และเทคโนโลยี
  • ตรวจสอบความถูกต้องของแบบจำลองเพื่อยืนยันความแม่นยำ ความน่าเชื่อถือ และการปฏิบัติตามข้อกำหนด
  • ทำงานร่วมกับผู้มีส่วนได้ส่วนเสียจากหน่วยธุรกิจและองค์กรภายใต้การกำกับดูแล เพื่อสนับสนุนแนวปฏิบัติด้านการบริหารความเสี่ยงของแบบจำลอง
  • จัดทำเอกสารสถาปัตยกรรม การนำไปใช้ และระเบียบวิธีของแบบจำลอง
  • ทบทวนรายงานแบบจำลองและแบ่งปันข้อค้นพบ ข้อมูลเชิงลึก และคำแนะนำกับผู้มีส่วนได้ส่วนเสียทั้งด้านเทคนิคและธุรกิจ
  • ตอบสนองคำขอเฉพาะกิจจากผู้มีส่วนได้ส่วนเสียทางธุรกิจ
  • สร้างประสบการณ์สำหรับผู้ใช้ปลายทางที่ให้คุณค่าซึ่งวัดผลได้และใช้งานง่าย

คุณสมบัติ

  • มีประสบการณ์ที่เกี่ยวข้องอย่างน้อย 5 ปีหากจบปริญญาตรี, 2 ปีหากจบปริญญาขั้นสูง, ไม่กำหนดประสบการณ์หากจบปริญญาเอก หรือมีประสบการณ์ที่เกี่ยวข้องอย่างน้อย 8 ปี
  • จบปริญญาตรีหรือปริญญาโทด้านวิศวกรรม เศรษฐศาสตร์ สถิติ คณิตศาสตร์ หรือสาขาเทคนิคที่เกี่ยวข้อง
  • มีประสบการณ์อย่างน้อย 5 ปีด้านการวิเคราะห์ข้อมูล การจัดทำรายงาน การวิเคราะห์ทางสถิติ การวิจัย การทำเหมืองข้อมูล การวิเคราะห์แนวโน้ม หรือด้านที่เกี่ยวข้อง
  • มีประสบการณ์พัฒนาและนำแบบจำลองแมชชีนเลิร์นนิงไปใช้ด้วย SAS, SQL, Python หรือ R, Hive และ/หรือ Spark
  • มีประสบการณ์สร้างแบบจำลองทางสถิติเพื่อการพยากรณ์และพรรณนาโดยใช้วิธี AI และแมชชีนเลิร์นนิง เช่น logistic regression, random forests, SVM, XGBoost, CNN หรือ RNN
  • มีความเชี่ยวชาญด้านการคัดกรองมาตรการคว่ำบาตรและการจับคู่ชื่อ
  • มีความรู้เกี่ยวกับกรอบการต่อต้านการฟอกเงินและการต่อต้านการสนับสนุนทางการเงินแก่การก่อการร้าย รวมถึงแนวปฏิบัติด้านการปฏิบัติตามข้อกำหนดเกี่ยวกับอาชญากรรมทางการเงิน
  • เข้าใจมาตรการคว่ำบาตรทั่วโลก รวมถึงแนวทางของ OFAC, EU, UN และสหราชอาณาจักร
  • มีประสบการณ์กับแบบจำลองที่ใช้กฎหรือแบบจำลองทางสถิติ
  • คุ้นเคยกับแพลตฟอร์มคัดกรองมาตรการคว่ำบาตร เช่น Fircosoft, Comply, Advantage, World-Check และ Actimize
  • มีความเชี่ยวชาญในวิธีการ AI ได้แก่ แมชชีนเลิร์นนิง การประมวลผลภาษาธรรมชาติ ดีปเลิร์นนิง และ generative AI
  • มีประสบการณ์กับไลบรารี Python เช่น pandas, NumPy, Matplotlib และ scikit-learn
  • มีความรู้เรื่องการจับคู่แบบคลุมเครือ n-gram ที่ใช้ NLP การวิเคราะห์เสียง การแบ่งโทเค็น และการให้คะแนนความคล้ายคลึง
  • มีทักษะด้านการจัดการฐานข้อมูล การดึงข้อมูล และการจัดการข้อมูลอย่างแข็งแกร่ง
  • สามารถทำงานได้อย่างมีประสิทธิภาพในสภาพแวดล้อมที่รวดเร็วและกดดันสูงร่วมกับทีมทั่วโลก
  • พร้อมทำงานตามเวลาที่ยืดหยุ่นข้ามเขตเวลา
  • มีทักษะยอดเยี่ยมด้านการสื่อสาร การเขียนเชิงธุรกิจ และการบริหารผู้มีส่วนได้ส่วนเสีย

สวัสดิการ

  • รูปแบบการทำงานแบบไฮบริด
  • ตารางเวลายืดหยุ่นข้ามเขตเวลา