Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Oscilar
5 месяцев назад
224 000 – 250 000 USD
в год
Формат работы
Удалённо
Уровень английского
B2, выше среднего
Письмо на почту или сообщение рекрутеру в Telegram
Формируйте будущее доверия в эпоху ИИ В Oscilar мы создаем самую передовую платформу AI Risk Decisioning™. Банки, финтех-компании и цифровые организации полагаются на нас для управления рисками мошенничества, кредитования и соответствия нормативным требованиям с помощью ИИ. Если вы увлечены решением сложных задач и хотите сделать интернет безопаснее для всех, это место для вас.
ПОЧЕМУ СТОИТ ПРИСОЕДИНИТЬСЯ К НАМ:
Миссионерские команды: Работайте бок о бок с ветеранами индустрии из Meta, Uber, Citi и Confluent, объединенными общей целью — сделать цифровой мир безопаснее
Ответственность и влияние: Мы верим в абсолютную ответственность. Вы будете наделены полномочиями брать на себя ответственность, действовать быстро и принимать решения, продвигающие нашу миссию вперед
Инновации на переднем крае: Ваша работа будет формировать, как современный финансовый мир выявляет мошенничество и управляет рисками
РОЛЬ:
AML-операционные команды принимают ответственные решения с плохими инструментами. Уровень ложных срабатываний достигает 90–95%. SAR-нарративы пишутся вручную. Очереди оповещений блокируются на несколько дней. Рабочие процессы расследований кое-как собраны из системы мониторинга транзакций, инструмента управления делами и электронной таблицы, которой никто не владеет.
ИИ стал достаточно хорош, чтобы исправить большую часть этого — но команды по соблюдению нормативных требований ему пока не доверяют, а большинство ИИ-поставщиков недостаточно хорошо разбираются в AML, чтобы заслужить это доверие. Вы будете управлять продуктом, который его заслуживает.
В Oscilar вы будете полностью отвечать за наш пакет решений для AML и борьбы с финансовыми преступлениями: мониторинг транзакций, KYC/KYB, скрининг, управление делами, подача SAR и ИИ-агенты, которые начинают расширять и автоматизировать сам рабочий процесс расследования. Это не готовый шаблон. Вы будете его писать.
Мониторинг транзакций. Движок правил и слой ML-моделей, генерирующий оповещения — дизайн сценариев, калибровка пороговых значений, охват типологий, бэктестинг на исторических данных транзакций. Вы определите, что система помечает, почему, и как эти решения развиваются по мере изменения поведения клиентов и типологий мошенничества. Вы понимаете разницу между проверкой скорости на основе правил и графовой моделью обнаружения сети, и у вас есть мнения о том, когда каждая из них уместна
KYC / KYB. Рабочие процессы управления рисками при онбординге: проверка личности, проверка документов, информация о бенефициарных владельцах, триггеры постоянного мониторинга и переоценка рисков. Вы знаете источники данных, которые используются для принятия этих решений — данные бюро, сигналы устройств, открытый банкинг, реестровые данные — и как динамически оркестрировать их на основе уровня риска, а не применять универсальный подход
Скрининг. Санкции (OFAC, UN, EU), PEP, нежелательные СМИ и негативные новости. Вы понимаете проблему сопоставления — почему нечеткое сопоставление имен приводит к такому уровню ложных срабатываний и что требуется, чтобы скрининг был защищен перед проверяющим, не создавая при этом объема оповещений, который похоронит операционную команду
Подача SAR и регуляторная отчетность. Полный цикл работы с FinCEN SAR: генерация нарративов, подтверждающие документы, статус подачи, аудиторский след. Вы видели, что ищут регуляторы в MRA, и создаете продукт, который выдерживает такую проверку
Стратегия данных AML. Модель данных, которая обеспечивает работу всего вышеперечисленного: графы транзакций, разрешение сущностей, поведенческие базовые линии, консолидированные сигналы, конвейеры признаков моделей. Вы можете свободно общаться с инженером по данным о том, какие данные нужны моделям и почему, а с сотрудником отдела по соблюдению нормативных требований — о том, что означает вывод модели и как он был получен
КАК ВЫ БУДЕТЕ РАБОТАТЬ:
Вы — PM, ориентированный на ИИ. Вы используете ИИ-инструменты на протяжении всего рабочего процесса — не как новинку, а как множитель силы, позволяющий вам за день сделать то, на что раньше уходила неделя
Для исследования: Вы используете ИИ для синтеза транскриптов звонков, кластеризации тем по интервью, анализа нормативных руководств и выводов проверяющих, а также для более быстрого, чем любой ручной процесс, выявления пробелов в конкурентных продуктах. Вы приходите на клиентские беседы, уже зная, что говорит литература — так вы можете потратить время на извлечение того, чего литература не содержит
Для разработки: Вы используете ИИ для создания черновых версий PRD, стресс-тестирования собственных спецификаций, написания и итерации пользовательских историй, прототипирования UI-потоков и тестирования граничных случаев перед тем, как инженеры к ним приступят. В результате ваши спецификации становятся более точными, а циклы согласования с заинтересованными сторонами — короче
Для дизайна: Вы используете ИИ для быстрого исследования нескольких UX-направлений и предоставления команде дизайнеров более четкого брифа. Вы не дизайнер — но вы достаточно хорошо используете ИИ-инструменты, чтобы прийти с чем-то конкретным, а не с чистым листом
Для анализа: Вы используете ИИ для запроса продуктовых и операционных данных, интерпретации результатов моделей и формирования доказательной базы для принятия решений по дорожной карте. Вы не ждете, пока аналитик данных снимет с вас блок
Так мы строим. Если вы уже сделали ИИ-инструменты основной частью своего рабочего процесса, вы найдете нас подходящим вариантом.
30 дней: Вы провели исследование с как минимум 5 покупателями AML/compliance — BSA-офицерами, руководителями отдела финансовых преступлений, CCO — и подготовили письменный синтез, который выявляет как минимум один инсайт, которого у нас еще не было. Вы рассмотрели текущую поверхность AML-продукта и определили два самых больших пробела по сравнению с тем, что действительно нужно покупателям.
60 дней: Вы предоставили один полный PRD — специфицированный, проверенный инженерным отделом, AML-SME и отделом продукта, и готовый к сборке. У вас есть четкая позиция по проблеме автоматизации SAR-нарративов: что строить, что не строить и почему. Вы протестировали его с как минимум двумя практиками, которые еще не убеждены.
90 дней: Вы уже PM на звонках с потенциальными клиентами CCO. У вас есть 12-месячная AML-дорожная карта с четким обоснованием приоритетов. И вы запустили как минимум один компонент в продакшен.
Полная экспертиза в продуктах AML. Вы выпустили продукты как минимум в двух из пяти вышеуказанных областей — в продакшене, с реальными пользователями, под реальным регуляторным надзором. Вы были в комнате, где проверяющий задал вопрос о вашей системе, и точно понимали, что поставлено на карту. Вы знаете, о чем беспокоится BSA-офицер перед проверкой, и создаете продукт, который решает эти проблемы
Знание AML-стратегии. Вы понимаете, как разрабатываются и калибруются AML-программы, а не только как они выполняются. Вы знаете, почему пороговые значения сценариев со временем меняются и как это исправить. Вы знаете разницу между типологией структурирования и типологией лееринга и имеете мнение о том, какой подход к обнаружению подходит для каждого. Вы понимаете дрейф модели, методологию бэктестинга и что охватывает отчет о валидации модели. Вы можете обсудить разработку AML-программы с Chief Compliance Officer и внести свой вклад в разговор — а не только слушать
Техническая и информационная грамотность. Ваши инженеры доверяют вашим спецификациям. Вы можете прочитать схему данных, написать запрос для проверки гипотезы и заметить, когда ML-модель применяется некорректно. Вы понимаете проблему объяснимости в ИИ-ассистированных решениях по соблюдению нормативных требований — не как абстрактную заботу, а как конкретное продуктовое ограничение — и у вас есть позиция по ее решению
Регуляторная грамотность. BSA, FinCEN, OFAC, FATF. Вы понимаете, что ищут проверяющие, что запускает MRA и как создать защищаемый аудиторский след. Вы работали в среде, где регуляторные руководства были неясными, меняющимися или противоречили скорости выпуска — и вы все равно приняли решение
Склонность к скорости. Вы используете ИИ-инструменты для ускорения работы, более раннего тестирования и более быстрого обучения. Вы делаете за неделю то, на что в другом месте уходит месяц
Вознаграждение: $224K - $250K в год
Компенсация: Конкурентоспособная заработная плата и опционы, включая пенсионный план 401k
Гибкость: Удаленная культура — работайте откуда угодно
Здоровье: 100% покрытие работодателем комплексной медицинской, стоматологической и офтальмологической страховки по первоклассному плану для вас и ваших иждивенцев (США)
Баланс: Политика неограниченного PTO
Техническая составляющая: Компания с фокусом на ИИ; оба соучредителя — инженеры по своей сути, и более 50% компании — инженеры и продуктовики
Культура: Семейная атмосфера; регулярные командные мероприятия и выезды
Развитие: Непревзойденные возможности для обучения и профессионального развития
Влияние: Сделать интернет безопаснее, защищая онлайн-транзакции
Compensation: $224K - $250K per year
Shape the future of trust in the age of AI At Oscilar, we're building the most advanced AI Risk Decisioning™ Platform. Banks, fintechs, and digitally native organizations rely on us to manage their fraud, credit, and compliance risk with the power of AI. If you're passionate about solving complex problems and making the internet safer for everyone, this is your place.
WHY JOIN US:
Mission-driven teams: Work alongside industry veterans from Meta, Uber, Citi, and Confluent, all united by a shared goal to make the digital world safer.
Ownership and impact: We believe in extreme ownership. You'll be empowered to take responsibility, move fast, and make decisions that drive our mission forward.
Innovate at the cutting edge: Your work will shape how modern finance detects fraud and manages risk.
THE ROLE:
AML operations teams are making high-stakes decisions on bad tooling. False positive rates hitting 90–95%. SAR narratives written by hand. Alert queues backlogged for days. Investigation workflows duct-taped across a transaction monitoring system, a case management tool, and a spreadsheet no one owns.
AI has gotten good enough to fix most of this - but compliance teams don't trust it yet, and most AI vendors don't understand AML well enough to earn that trust. You will own the product that earns it.
At Oscilar, you'll have full product ownership of our AML and financial crimes suite: transaction monitoring, KYC/KYB, screening, case management, SAR filing, and the AI agents that are beginning to augment and automate the investigation workflow itself. This is not a handed-down playbook. You are writing it.
WHAT YOU'LL OWN:
Transaction Monitoring. The rules engine and ML model layer that generates alerts - scenario design, threshold calibration, typology coverage, backtesting against historical transaction data. You'll define what the system flags, why, and how those decisions evolve as customer behavior and fraud typologies shift. You understand the difference between a rules-based velocity check and a graph-based network detection model, and you have opinions on when each is right.
KYC / KYB. Onboarding risk workflows: identity verification, document checks, beneficial ownership, ongoing monitoring triggers, and risk re-scoring. You know the data sources that power these decisions - bureau data, device signals, open banking, registry data - and how to orchestrate them dynamically based on risk tier rather than applying a one-size waterfall.
Screening. Sanctions (OFAC, UN, EU), PEPs, adverse media, and negative news. You understand the matching problem - why fuzzy matching on names produces the false positive rates it does, and what it takes to make screening defensible to an examiner without generating alert volumes that bury the ops team.
SAR Filing & Regulatory Reporting. FinCEN SAR workflow end-to-end: narrative generation, supporting documentation, filing status, audit trail. You've seen what regulators look for in an MRA and you build product that holds up under that scrutiny.
AML Data Strategy. The data model that powers all of the above: transaction graphs, entity resolution, behavioral baselines, consortium signals, model feature pipelines. You can speak fluently to a data engineer about what data the models need and why, and to a compliance officer about what the model's output means and how it was derived.
HOW YOU'LL WORK:
You are an AI-native PM. You use AI tools throughout your entire workflow — not as a novelty, but as a force multiplier that lets you do in a day what used to take a week.
For discovery: You use AI to synthesize call transcripts, cluster themes across interviews, scan regulatory guidance and examiner findings, and surface competitive product gaps faster than any manual process. You come into customer conversations already knowing what the literature says - so you can spend the time extracting what the literature doesn't.
For building: You use AI to generate first-draft PRDs, stress-test your own specs, write and iterate on user stories, prototype UI flows, and pressure-test edge cases before engineering touches them. Your specs are tighter and your stakeholder review cycles are shorter as a result.
For design: You use AI to explore multiple UX directions quickly and give the design team a sharper brief. You're not a designer - but you use AI tools well enough that you show up with something specific rather than a blank page.
For analysis: You use AI to query product and operational data, interpret model outputs, and build the evidence base for roadmap decisions. You don't wait for a data analyst to unblock you.
This is how we build. If you've already made AI tools a core part of your workflow, you'll find us a natural fit.
REQUIREMENTS:
Full-stack AML product depth. You've shipped product across at least two of the five areas above - in production, with real users, under real regulatory scrutiny. You've sat in a room where an examiner asked a question about your system and understood exactly what was at stake. You know what a BSA officer worries about before an exam, and you build product that addresses it.
AML strategy knowledge. You understand how AML programs are designed and calibrated, not just executed. You know why scenario thresholds drift over time and how to fix it. You know the difference between a structuring typology and a layering typology and have an opinion on which detection approach fits each. You understand model drift, backtesting methodology, and what a model validation report covers. You can engage a Chief Compliance Officer on their AML program design and add something to the conversation - not just listen.
Technical and data fluency. Your engineers trust your specs. You can read a data schema, write a query to validate a hypothesis, and spot when an ML model is being misapplied. You understand the explainability problem in AI-assisted compliance decisions - not as an abstract concern, but as a concrete product constraint - and you have a position on how to solve it.
Regulatory literacy. BSA, FinCEN, OFAC, FATF. You understand what examiners are looking for, what triggers an MRA, and how to build a defensible audit trail. You've worked in an environment where regulatory guidance was unclear, evolving, or in conflict with shipping speed - and you made the call anyway.
Bias toward speed. You use AI tools to move faster, test sooner, and learn earlier. You do in a week what takes a month elsewhere.
WHAT SUCCESS LOOKS LIKE:
30 days: You've run discovery with at least 5 AML/compliance buyers - BSA officers, heads of financial crimes, CCOs - and produced a written synthesis that surfaces at least one insight we didn't already have. You've reviewed our current AML product surface and identified the two biggest gaps relative to what buyers actually need.
60 days: You've delivered one complete PRD - spec'd, reviewed by engineering, AML SME's and product, and ready to build. You have a clear point of view on the SAR narrative automation problem: what to build, what not to build, and why. You've pressure-tested it with at least two practitioners who aren't already sold on it.
90 days: You're already the PM on calls with CCO prospects. You have a 12-month AML roadmap with clear prioritization rationale. And you've shipped at least one thing to production.
BENEFITS
Compensation: Competitive salary and equity packages, including a 401k plan
Flexibility: Remote-first culture — work from anywhere
Health: 100% Employer covered comprehensive health, dental, and vision insurance with a top tier plan for you and your dependents (US)
Balance: Unlimited PTO policy
Technical: AI First company; both Co-Founders are engineers at heart; and over 50% of the company is Engineering and Product
Culture: Family-Friendly environment; Regular team events and offsites
Development: Unparalleled learning and professional development opportunities
Impact: Making the internet safer by protecting online transactions
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 163 000 до 193 000
