E
Experian hợp tác với các thương hiệu uy tín trong lĩnh vực trải nghiệm số, công nghệ và chuyển đổi kinh doanh. Công ty kết hợp việc thấu hiểu khách hàng, chiến lược sản phẩm, các giải pháp công nghệ linh hoạt, AI, kiến trúc đám mây và quản lý dự án để giúp các tổ chức cải thiện trải nghiệm khách hàng và tinh gọn hoạt động. Định hướng rộng về công nghệ và tư vấn của công ty có thể phù hợp với những chuyên gia quan tâm đến các vai trò liên quan đến chuyển đổi số, tiếp thị, logistics và các dịch vụ kinh doanh khác.
Chuyên gia Khoa học Dữ liệu, Phát hiện Rủi ro Gian lận tại Experian (Làm việc từ xa, Hoa Kỳ)
Xây dựng và đánh giá các mô hình học máy cùng đặc trưng dự báo để phát hiện gian lận và rủi ro danh tính tại Experian. Vai trò này sử dụng Python và PySpark, hỗ trợ triển khai trong các hệ thống ra quyết định theo lô, hồi cứu và thời gian thực.
Hoa Kỳ103.669 $ – 179.693 $ / năm
Từ xaToàn thời gianTrung cấpCao cấpNgôn Ngữ Bắt Buộc: Tiếng AnhNhà khoa học dữ liệuMô tả
- Phân tích các tập dữ liệu lớn và xây dựng nhãn gian lận thông qua phân tích khám phá
- Xác định các kiểu gian lận, kỹ thuật tấn công và tín hiệu hành vi
- Chuyển các vấn đề gian lận và rủi ro chưa rõ ràng thành giả thuyết, kế hoạch phân tích, đặc tả mô hình và tiêu chí thành công có thể đo lường
- Xây dựng mô hình học máy để phát hiện gian lận khi mở tài khoản, chiếm đoạt tài khoản và rủi ro danh tính
- Đánh giá mô hình bằng ROC/AUC, KS, Gini, độ chính xác và độ thu hồi, tỷ lệ phát hiện gian lận, kết quả dương tính giả, mức độ bất tiện cho khách hàng và tổn thất được ngăn chặn
- Tạo và xác thực các đặc trưng dự báo từ dữ liệu danh tính, giao dịch, lịch sử tín dụng, thiết bị, hành vi, thời gian, tần suất, mạng lưới và bên thứ ba
- Viết mã Python và PySpark hiệu quả, được kiểm thử kỹ lưỡng
- Phối hợp với các nhóm để triển khai mô hình và đặc trưng trong hệ thống ra quyết định theo lô, hồi cứu hoặc thời gian thực
- Theo dõi chất lượng đặc trưng, hiệu suất mô hình, biến động của tập đối tượng và thay đổi trong các kiểu gian lận
- Trình bày phân tích về cách mô hình hoạt động, các đánh đổi, rủi ro và khuyến nghị
- Áp dụng các tiêu chuẩn về quyền riêng tư dữ liệu, tài liệu hóa, khả năng giải thích, xác thực và quản trị
- Báo cáo cho Quản lý cấp cao bộ phận Phân tích Gian lận
- Phối hợp với các nhà khoa học dữ liệu cấp cao và kỹ sư từ khâu xác định vấn đề đến thiết kế đặc trưng, thử nghiệm và triển khai
Yêu cầu
- Có ít nhất ba năm kinh nghiệm về khoa học dữ liệu, học máy, mô hình thống kê hoặc lĩnh vực định lượng liên quan
- Có bằng cử nhân hoặc bằng cấp cao hơn về khoa học máy tính, thống kê, kỹ thuật, khoa học dữ liệu hoặc ngành định lượng khác
- Có kinh nghiệm thực hành phát triển mô hình phát hiện gian lận, rủi ro danh tính, rủi ro tín dụng, tội phạm tài chính hoặc các rủi ro mang tính đối kháng khác
- Có kinh nghiệm tạo các đặc trưng hữu ích để phát hiện gian lận
- Thành thạo Python và PySpark
- Có kinh nghiệm viết mã dạng mô-đun, được kiểm thử cho các tập dữ liệu lớn và hệ thống dữ liệu phân tán hoặc trên đám mây
- Có kinh nghiệm với pandas, NumPy, scikit-learn, XGBoost, TensorFlow hoặc công cụ tương tự
- Có kiến thức về học có giám sát, đánh giá mô hình, lựa chọn đặc trưng, suy luận thống kê, thử nghiệm và hiệu chỉnh mô hình
- Có kinh nghiệm xử lý mất cân bằng lớp, nhãn đến trễ hoặc không đầy đủ, kiểu tấn công thay đổi và hiện tượng suy giảm mô hình
- Có kinh nghiệm triển khai mô hình vào môi trường thực tế sau giai đoạn thử nghiệm
- Đáp ứng các yêu cầu hiện hành về quyền làm việc và tuyển dụng tại Hoa Kỳ
Phúc lợi
- Gói đãi ngộ cạnh tranh và chương trình thưởng
- Bảo hiểm y tế, nha khoa và thị lực, cùng chương trình 401(k) có đóng góp đối ứng
- Các lựa chọn làm việc linh hoạt, bao gồm từ xa, kết hợp hoặc tại văn phòng
- Nghỉ phép linh hoạt, bao gồm thời gian tham gia hoạt động tình nguyện, nghỉ phép, nghỉ ốm và 12 ngày nghỉ lễ có lương
- Gói phúc lợi toàn diện
- Cơ hội nhận lương biến đổi
- Văn hóa hòa nhập, định hướng theo mục đích
- Hỗ trợ điều chỉnh phù hợp cho người khuyết tật hoặc có nhu cầu đặc biệt