E
Experian 與知名品牌合作，專注於數位體驗、技術與業務轉型。其服務結合客戶洞察、產品策略、敏捷技術解決方案、人工智慧、雲端架構與專案管理，協助組織改善客戶體驗並簡化營運流程。公司廣泛的技術與顧問服務，可能吸引對數位轉型、行銷、物流及相關商業服務領域職位感興趣的專業人士。
Experian 資深資料科學家，詐欺風險偵測（美國遠端）
在 Experian 建置並評估機器學習模型與預測特徵，用於偵測詐欺及身分風險。 工作使用 Python 和 PySpark，並支援於批次、回溯分析及即時決策系統中部署。
說明
- 透過探索性分析研究大型資料集並建立詐欺標籤
- 辨識詐欺模式、攻擊手法及行為訊號
- 將不明確的詐欺與風險問題轉化為假設、分析計畫、模型規格及可衡量的成功標準
- 建置機器學習模型，以偵測開戶詐欺、帳戶接管及身分風險
- 使用 ROC/AUC、KS、Gini、精確率與召回率、詐欺攔截率、誤報、客戶操作阻礙及避免損失等指標評估模型
- 運用身分、交易、信用歷史、裝置、行為、時間、頻率、網路及第三方資料建立並驗證預測特徵
- 撰寫高效率且經過充分測試的 Python 和 PySpark 程式碼
- 與團隊合作，將模型及特徵部署至批次、回溯分析或即時決策系統
- 追蹤特徵品質、模型效能、群體變化及詐欺模式變化
- 呈現模型行為、取捨、風險及建議的分析
- 遵循資料隱私、文件紀錄、可解釋性、驗證及治理標準
- 向詐欺分析資深經理報告
- 與資深資料科學家及工程師合作，從問題定義到特徵工程、實驗及部署全程參與
職位要求
- 至少三年資料科學、機器學習、統計建模或相關定量領域的工作經驗
- 具備電腦科學、統計、工程、資料科學或其他定量學科的學士或更高學位
- 具備開發詐欺偵測、身分風險、信用風險、金融犯罪或其他對抗性風險模型的實務經驗
- 具備建立實用詐欺偵測特徵的經驗
- 精通 Python 和 PySpark
- 具備為大型資料集及分散式或雲端資料系統撰寫模組化且經過測試程式碼的經驗
- 具備使用 pandas、NumPy、scikit-learn、XGBoost、TensorFlow 或類似工具的經驗
- 了解監督式學習、模型評估、特徵選擇、統計推論、實驗及模型校準
- 具備處理類別不平衡、延遲或不完整標籤、攻擊模式變化及模型漂移的經驗
- 具備將模型部署至正式環境（不限於實驗階段）的經驗
- 符合適用的美國工作授權及就業要求
福利待遇
- 具競爭力的薪酬方案及獎金計畫
- 醫療、牙科及視力保險，另有雇主配對提撥的 401(k) 退休計畫
- 彈性工作方式，包括遠端、混合或辦公室工作
- 彈性休假，包括志工服務時間、特休、病假及 12 天有薪假日
- 完整的福利方案
- 有機會獲得浮動薪酬
- 包容且以使命為導向的文化
- 為身心障礙或有特殊需求的員工提供便利支援