Должность: Data Scientist, Antifraud Компания: Higgsfield AI Местоположение: Алматы, Казахстан / Офис

ПОЧЕМУ СТОИТ РАБОТАТЬ В HIGGSFIELD AI?

Higgsfield AI — самая быстрорастущая компания в истории в области генеративного ИИ, достигшая годового дохода в 1 миллиард долларов, с более чем 30 миллионами пользователей по всему миру, генерирующая более 6 миллионов запросов в день и обеспечивающая работу 390 брендов из списка Fortune 500.

Мы работаем на переднем крае создания видео с помощью ИИ и творческих инструментов нового поколения. Присоединившись к Higgsfield, вы станете частью высокоэффективной команды, формирующей будущее ИИ-ориентированных решений, в компании, которая не просто движется быстро, а переписывает само понятие скорости.

ЧТО ОЗНАЧАЕТ ЭТА РОЛЬ В HIGGSFIELD

Генерация видео имеет проблему, с которой большинство подписных сервисов не сталкиваются: каждая проданная нами единица стоит нам реальных вычислительных ресурсов. Украденный пароль ничего не стоит стриминговому сервису. Ферма аккаунтов с неограниченным планом генерации стоит нам секунд работы GPU, в больших масштабах, каждый час работы.

Мы обнаружили организованных операторов, управляющих сотнями аккаунтов с одной карты, перепродающих неограниченные генерации и собирающих в промышленных масштабах промо-гранты за аккаунт. Мы также обнаружили, что большинство наших аккаунтов с отрицательной маржой — это вовсе не злоупотребление, а обычные активные пользователи с неограниченным планом, что является проблемой ценообразования, маскирующейся под мошенничество. Отличить эти две группы на уровне аккаунта, до того, как деньги будут потеряны, — это и есть работа.

Вы отвечаете за вопрос о том, кто получает ценность, за которую не заплатил, и за систему, которая этому препятствует.

Вы обеспечиваете:

• Мы выявляем злоупотребления до того, как будут потрачены вычислительные ресурсы, а не постфактум, когда убытки уже подсчитаны.
• Каждое принудительное действие имеет измеримую точность, измеримую стоимость ошибки и возможность для клиента, в отношении которого мы ошиблись, вернуться.
• Различие между мошенничеством и нерентабельным ценообразованием — это число, которое мы можем обосновать, а не просто «ощущение».
• Когда операторы адаптируются — а они адаптируются, в течение нескольких дней — мы узнаем об этом из мониторинга, а не из ежемесячного обзора маржи.

ЧТО ВЫ БУДЕТЕ ДЕЛАТЬ

Обнаружение и оценка

• Полностью отвечаете за систему оценки злоупотреблений аккаунтами: сигналы, веса, пороги, процесс оценки, мониторинг и перекалибровку при его деградации.
• Создавайте системы обнаружения, которые срабатывают рано. Правило, которое в 11-й день улавливает 88% денег, стоит гораздо меньше, чем правило, которое улавливает 60% при оформлении заказа, и вы должны уметь объяснить, почему в долларах.
• Работайте над двумя действительно важными аспектами: связью (кто с кем связан) и экономикой (что они потребляют). Любой из них по отдельности создает систему, которую никто не сможет запустить — связь без экономики помечает семьи, делящие карту, экономика без связи помечает наших лучших клиентов.
• Рассматривайте стоимость как ограничение, а не как метку. На неограниченном плане отрицательная валовая маржа — это нормально.

Разрешение сущностей и обнаружение колец

• Находите кольца, а не просто аккаунты: общие платежные инструменты, концентрация IP и ASN, семьи с общими префиксами электронной почты, синхронизированные всплески регистрации, поведенческие отпечатки, сигнатуры автоматизации.
• Делайте это без надежного определения отпечатков устройств — сегодня у нас его нет, и часть этой работы — объяснить нам, сколько это будет стоить и какую ценность принесет.
• Знайте, где методы графов дают сбой. Транзитивное замыкание через общую карту может легко объединить тысячи несвязанных людей в одно «кольцо»; мы именно так и поступали, а затем отбрасывали результат.

Принудительное исполнение, политика и стоимость ошибки

• Разрабатывайте поэтапные, обратимые действия — дросселирование, ограничение скорости, повышение уровня проверки, удержание, отказ в предварительном предоставлении, очередь ручной проверки, блокировка — и сопоставляйте серьезность с уровнем уверенности.
• Открыто управляйте бюджетом ложноположительных срабатываний: скольких платящих клиентов мы готовы неудобствами, чтобы сэкономить доллар вычислительных ресурсов, и каков путь апелляции для тех, кого мы ошибочно заблокировали.
• Создавайте предварительные барьеры. Самое дешевое мошенничество, которое можно остановить, — это то, которое мы отказываемся разрешать с самого начала — пробный период, который мы не предоставляем, ничего не стоит отозвать.
• Сотрудничайте с отделом платежей по Stripe Radar, истории чарджбэков и экономике споров; с поддержкой по очереди, которую создает ваша модель; с юридическим отделом по поводу того, что нам на самом деле позволяют наши Условия.

Измерение и адаптивный мониторинг

• Количественно оценивайте ценность системы в денежном выражении — избежатые затраты на себестоимость, за вычетом дохода, который вы уничтожили, и стоимости поддержки, которую вы создали. Поддерживайте это число в актуальном состоянии.
• Проводите контрольные проверки даже принудительных мер, где это законно и безопасно, потому что иначе вы никогда не узнаете, чего стоят ваши правила.
• Следите за адаптацией, а не просто за дрейфом. Деградация модели здесь вызвана противником и выглядит иначе: сигнал перестает срабатывать, кольцо меняет форму, поведение когорты меняется в течение недели.
• Следите за своими входными данными. Система обнаружения, которая молча теряет функцию, деградирует до системы, которая не может достичь собственного порога — и сообщает об ошибках, пока это происходит.

Сделать систему удобной в использовании

• Отправляйте оценки и причины, а не только оценки. Аналитик, агент поддержки или аудитор должны иметь возможность прочитать, почему аккаунт был подвергнут действию.
• Создавайте доказательства, которые сохраняются вне компании. Наша работа по борьбе со злоупотреблениями уже использовалась во внешнем аудите и при обеспечении соблюдения Условий использования; пишите с учетом этого стандарта.
• Работайте в SQL, Python и BigQuery с необработанными данными о событиях, платежах и генерациях. Мы активно используем ИИ — находчивость важнее синтаксиса.

КОГО МЫ ИЩЕМ

• Опыт создания систем обнаружения злоупотреблений, мошенничества или обеспечения доверия и безопасности, которые реально применяли меры к реальным пользователям — мошенничество с платежами, злоупотребление промоакциями, мультиаккаунтинг, злоупотребление бонусами, захват аккаунтов, злоупотребления на торговых площадках или в играх. Опыт в борьбе с отмыванием денег и оценке кредитного риска передается, если моделирование было вашим.
• Подлинное понимание противниковой среды: что ваш контрагент реагирует, что ваши обучающие метки генерируются вашими собственными прошлыми решениями, и что офлайн AUC на цензурированном наборе меток почти бессмыслен.
• Уверенное владение SQL и Python на необработанных данных о событиях без посторонней помощи: объединение данных о платежах, использовании и идентификации, оконные функции, воспроизведение когорт. Градиентный бустинг и способность определить, когда правило из двух условий лучше модели.
• Удобство работы с графами и связями — компоненты связанности, кластеризация по общим атрибутам и интуиция, когда связь является доказательством, а когда совпадением.
• Инстинкты оценки с приоритетом точности: точность в рабочей точке, оценка с учетом стоимости ошибки и почему вы предпочтете 20% полноты при 90% точности вместо обратного в системе принудительного исполнения.
• Грамотность в области юнит-экономики: валовая маржа на аккаунт, реальная стоимость вычислительных ресурсов для нас, почему клиент с отрицательной маржой может быть абсолютно законным.
• Способность эскалировать, а не действовать, когда доказательства неубедительны, и изложить это в письменной форме.
• Свободное владение английским языком (письменно и устно), уровень B2+.

Профили, которые часто преуспевают:

• Data Scientists, специализирующиеся на мошенничестве/рисках, из финтех-компаний, платежных систем, маркетплейсов, игровых компаний или криптовалютных компаний.
• Команды Trust & Safety и Platform Integrity, отвечавшие за политику обнаружения и принудительного исполнения.
• Data Scientists из отделов роста или продуктовых отделов, которые в итоге занялись борьбой со злоупотреблением промоакциями, потому что никто другой этого не делал.
• Аналитики из платежных процессоров, PSP или отделов чарджбэков/споров, перешедшие в моделирование.

ЧЕМ ЭТА РОЛЬ НЕ ЯВЛЯЕТСЯ

Эта роль не подходит, если вы:

• Хотите заниматься модерацией контента или классификацией NSFW — это другая функция в нашей компании.
• Отправите бан-лист, не зная его точности.
• Оптимизируете AUC на наборе меток, созданном вашим собственным принудительным исполнением, и называете это валидированным.
• Нуждаетесь в наличии маркированного набора данных о мошенничестве, прежде чем сможете начать.
• Рассматриваете каждый аккаунт с отрицательной маржой как злоумышленника.
• Некомфортно относитесь к тому, что быть правым в 90% случаев означает быть неправым в отношении реальных, платящих, законопослушных людей — и что вы несете ответственность за то, что с ними происходит.
• Хотите предсказуемые рабочие дни с 9 до 5.

ПРОЦЕСС НАЙМА

Мы действуем быстро:

• Скрининговый звонок (30 мин)
• Собеседование с менеджером по найму (30 мин)
• Бизнес-кейс (1 час)
• Практическое домашнее задание (7 дней)
• Командное интервью (60 мин)
• Оплачиваемая пробная работа в офисе (1 месяц)

УСЛОВИЯ

• Конкурентоспособная заработная плата в долларах США.
• Акции: участие в программе опционов на акции компании.
• Работа в офисе в Алматы, Казахстан.
• Поддержка при переезде (авиабилеты + временное жилье).
• Плоская структура, высокая автономия, быстрый карьерный рост.