E
Experian 与知名品牌合作，专注于数字体验、技术和业务转型。其服务融合客户洞察、产品战略、敏捷技术解决方案、人工智能、云架构和项目管理，帮助组织改善客户体验并简化运营流程。公司广泛的技术与咨询业务，可能吸引对数字化转型、市场营销、物流及相关商业服务领域职位感兴趣的专业人士。
Experian 高级数据科学家，欺诈风险检测（美国远程）
在 Experian 构建并评估机器学习模型和预测特征，用于检测欺诈与身份风险。 工作使用 Python 和 PySpark，并支持在批处理、回溯分析及实时决策系统中部署。
描述
- 通过探索性分析研究大型数据集并生成欺诈标签
- 识别欺诈模式、攻击手法和行为信号
- 将不明确的欺诈与风险问题转化为假设、分析计划、模型规格和可衡量的成功标准
- 构建机器学习模型，以检测开户欺诈、账户接管和身份风险
- 使用 ROC/AUC、KS、Gini、精确率与召回率、欺诈拦截率、误报、客户操作阻碍及避免损失等指标评估模型
- 利用身份、交易、信用历史、设备、行为、时间、频率、网络及第三方数据创建并验证预测特征
- 编写高效且经过充分测试的 Python 和 PySpark 代码
- 与团队合作，将模型和特征部署到批处理、回溯分析或实时决策系统
- 跟踪特征质量、模型表现、群体变化及欺诈模式变化
- 展示对模型行为、权衡、风险和建议的分析
- 遵循数据隐私、文档记录、可解释性、验证和治理标准
- 向欺诈分析高级经理汇报
- 与资深数据科学家和工程师合作，从问题定义到特征工程、实验和部署全程协作
任职要求
- 至少三年数据科学、机器学习、统计建模或相关定量领域的工作经验
- 拥有计算机科学、统计学、工程、数据科学或其他定量学科的学士或更高学位
- 具备开发欺诈检测、身份风险、信用风险、金融犯罪或其他对抗性风险模型的实践经验
- 具备创建有效欺诈检测特征的经验
- 熟练掌握 Python 和 PySpark
- 具备为大型数据集及分布式或云端数据系统编写模块化、经过测试的代码的经验
- 具备使用 pandas、NumPy、scikit-learn、XGBoost、TensorFlow 或类似工具的经验
- 了解监督学习、模型评估、特征选择、统计推断、实验设计和模型校准
- 具备处理类别不平衡、延迟或不完整标签、攻击模式变化和模型漂移的经验
- 具备将模型部署到生产环境（不止于实验阶段）的经验
- 符合适用的美国工作授权和就业要求
福利待遇
- 有竞争力的薪酬方案和奖金计划
- 医疗、牙科和视力保险，以及提供雇主匹配缴款的 401(k) 退休计划
- 灵活的工作方式，包括远程、混合或办公室办公
- 灵活休假，包括志愿服务时间、年假、病假和 12 天带薪假日
- 全面的福利方案
- 有机会获得浮动薪酬
- 包容且以使命为导向的文化
- 为残障人士或有特殊需求的员工提供便利支持