E
Experian співпрацює з відомими брендами у сфері цифрового досвіду, технологій і трансформації бізнесу. Компанія поєднує аналіз клієнтських даних, продуктову стратегію, гнучкі технологічні рішення, штучний інтелект, хмарну архітектуру та управління проєктами, допомагаючи організаціям покращувати взаємодію з клієнтами й оптимізувати операційні процеси. Широка технологічна та консалтингова спеціалізація компанії може зацікавити фахівців, які розглядають ролі у сфері цифрової трансформації, маркетингу, логістики та суміжних бізнес-сервісів.
Провідний фахівець із даних: виявлення шахрайства та оцінювання ризиків в Experian (дистанційно, США)
Розробка й оцінювання моделей машинного навчання та прогностичних ознак для виявлення шахрайства й ризиків, пов’язаних з особою, в Experian. У роботі використовуються Python і PySpark; моделі застосовуються в пакетних, ретроспективних і оперативних системах ухвалення рішень.
Опис
- Аналізувати великі набори даних і визначати мітки шахрайства за допомогою дослідницького аналізу.
- Виявляти схеми шахрайства, методи атак і поведінкові сигнали.
- Перетворювати нечітко окреслені завдання щодо шахрайства й ризиків на гіпотези, плани аналізу, специфікації моделей і вимірювані критерії успіху.
- Створювати моделі машинного навчання для виявлення шахрайства під час відкриття рахунків, захоплення рахунків і ризиків, пов’язаних з особою.
- Оцінювати моделі за ROC/AUC, KS, Gini, точністю та повнотою, виявленням шахрайства, хибними спрацюваннями, незручностями для клієнтів і відверненими збитками.
- Створювати й перевіряти прогностичні ознаки на основі даних про особу, транзакції, кредитну історію, пристрої, поведінку, час, частоту операцій, мережі та сторонні джерела.
- Писати ефективний, добре протестований код на Python і PySpark.
- Співпрацювати з командами над упровадженням моделей і ознак у пакетні, ретроспективні або оперативні системи ухвалення рішень.
- Відстежувати якість ознак, ефективність моделей, зміни складу популяції та зміни схем шахрайства.
- Презентувати аналіз поведінки моделей, компромісів, ризиків і рекомендацій.
- Дотримуватися стандартів конфіденційності даних, документування, пояснюваності, валідації та управління.
- Звітувати старшому менеджеру з аналітики шахрайства.
- Співпрацювати зі старшими фахівцями з даних та інженерами на всіх етапах: від визначення проблеми до розробки ознак, експериментів і впровадження.
Вимоги
- Щонайменше три роки досвіду в галузі аналізу даних, машинного навчання, статистичного моделювання або суміжній кількісній сфері.
- Ступінь бакалавра або вища освіта з інформатики, статистики, інженерії, науки про дані чи іншої кількісної дисципліни.
- Практичний досвід розробки моделей для виявлення шахрайства, ризиків ідентифікації особи, кредитних ризиків, фінансових злочинів або інших протидійних ризиків.
- Досвід створення корисних ознак для виявлення шахрайства.
- Впевнене володіння Python і PySpark.
- Досвід написання модульного, протестованого коду для великих наборів даних і розподілених або хмарних систем обробки даних.
- Досвід роботи з pandas, NumPy, scikit-learn, XGBoost, TensorFlow або подібними інструментами.
- Знання контрольованого навчання, оцінювання моделей, відбору ознак, статистичного висновування, експериментування та калібрування моделей.
- Досвід роботи з незбалансованими класами, відкладеними або неповними мітками, мінливими схемами атак і дрейфом моделей.
- Досвід упровадження моделей у промислову експлуатацію після етапу експериментування.
- Відповідність чинним у США вимогам щодо дозволу на роботу та працевлаштування.
Переваги
- Конкурентний пакет винагороди та бонусна програма.
- Медичне, стоматологічне страхування та страхування зору, а також пенсійний план 401(k) із внесками роботодавця.
- Гнучкі варіанти роботи: дистанційно, у гібридному форматі або в офісі.
- Гнучка відпустка, зокрема час для волонтерства, щорічна відпустка, лікарняні та 12 оплачуваних святкових днів.
- Комплексний пакет пільг.
- Можливість отримувати змінну частину оплати.
- Інклюзивна культура, орієнтована на важливу мету.
- Підтримка та пристосування для людей з інвалідністю або особливими потребами.