Customer Data Scientist

Должность: Customer Data Scientist Местоположение: США / Удаленно

Вознаграждение: $150 000 - $225 000 в год

О нас

Hawk — ведущий поставщик технологий для борьбы с отмыванием денег и обнаружением мошенничества с поддержкой искусственного интеллекта. Банки и платежные провайдеры по всему миру используют мощное сочетание традиционных правил и объяснимого ИИ от Hawk для повышения эффективности соблюдения нормативных требований по борьбе с отмыванием денег (AML) и предотвращения мошенничества, выявляя больше преступлений и максимизируя эффективность за счет снижения количества ложных срабатываний. С помощью нашего решения мы играем жизненно важную роль в глобальной борьбе с отмыванием денег, мошенничеством или финансированием терроризма. Мы предлагаем культуру взаимного доверия, поддержки и увлеченности, предоставляя людям возможности для профессионального роста и внесения позитивных изменений в мир.

ВАША МИССИЯ

Будучи Customer Data Scientist в Hawk, вы — тот человек, которому доверяют наши клиенты, чтобы их модели AML и обнаружения мошенничества действительно работали для них: настроенные под их транзакционные паттерны, защищенные перед регуляторами и доказуемо эффективные в их собственных метриках. Вы работаете непосредственно в региональной команде по работе с клиентами, рядом с партнерами по работе с клиентами (Customer Value Partners) по действующим учетным записям, а не за стеной из тикетов из центральной функции анализа данных. Ваша работа включает настройку моделей и пороговых значений, глубокое аналитическое исследование эффективности обнаружения и построение нарратива для клиента, который точно показывает, что улучшилось и почему. Вы уже делали это перед клиентами и знаете разницу между моделью, которая хорошо показывает себя в ноутбуке, и моделью, которая выдерживает контакт с реальной рабочей нагрузкой следователя.

КЛЮЧЕВЫЕ ОБЯЗАННОСТИ

• Настраивайте и оптимизируйте модели обнаружения и пороговые значения на основе реальных транзакционных данных каждого клиента, балансируя эффективность обнаружения против нагрузки ложных срабатываний, а не просто против эталонного набора данных.

• Глубоко исследуйте эффективность обнаружения: анализируйте пропущенные случаи, качество оповещений и дрейф паттернов, а затем преобразуйте полученные результаты в конкретные изменения настройки или конфигурации.

• Превращайте технические выводы в понимание для клиента: создавайте анализ, который демонстрирует повышение производительности следователей, сокращение затрат на ложные срабатывания и улучшение эффективности обнаружения на языке, которым пользуются руководители отделов соответствия требованиям и управления рисками клиента.

• Присутствуйте на встречах с клиентами лично. Представляйте выводы, защищайте свою методологию перед собственной командой по анализу данных или соответствию требованиям клиента и в режиме реального времени отвечайте на сложные вопросы вроде «почему модель сделала это».

• Тесно сотрудничайте с вашими региональными партнерами по работе с клиентами (Customer Value Partners) по стратегии обслуживания учетных записей, информируя о том, где модель должна измениться, чтобы разблокировать следующий этап реализации ценности или обсуждение продления контракта.

• Передавайте паттерны и выводы более широким функциям модели и продукта Hawk, различая «этому клиенту нужна локальная настройка» и «это системный пробел, который стоит исправить централизованно».

• Несите ответственность за регуляторную защищенность принятых вами решений по настройке. Документируйте свои рассуждения, чтобы они выдержали проверку аудита клиента или регулятора.

• Внесите строгость в процесс проверки изменений модели перед их внедрением: бэктестинг, выборочный обзор и дисциплина утверждения, которые защищают соответствие требованиям клиента.

ВАШ ПРОФИЛЬ

• 5-7 лет опыта работы в качестве специалиста по данным (data scientist) на должности, предполагающей взаимодействие с клиентами, представление анализа и защиту решений по моделям непосредственно клиентам. Это не внутренняя инженерная или продуктовая позиция data scientist; вы раньше сидели напротив клиента.

• Реальный опыт в сфере AML, обнаружения мошенничества или аналитики финансовых преступлений обязателен. Вы понимаете мониторинг транзакций, типологии и то, во сколько обходится ложное срабатывание следователю, а не только то, сколько оно стоит в матрице ошибок.

• Сильные практические навыки работы со стандартным стеком для анализа данных (Python, SQL и любыми инструментами машинного обучения, которые вы использовали в продакшене), но ваше преимущество — это суждение в условиях неопределенности: знание того, когда изменение модели безопасно внести, а когда оно требует участия человека.

• Уверенность в роли технического представителя на встречах с заинтересованными сторонами клиента из отдела управления рисками, соответствия требованиям или анализа данных, и умение постоять за себя при возникновении вопросов.

• Подтвержденный опыт преобразования производительности модели в бизнес-ценность, которую может использовать нетехнический специалист: не только метрики точности, но и сэкономленные часы работы следователей, избежанные затраты на ложные срабатывания и пойманные случаи.

• Искренний комфорт в условиях неопределенности и работы с системами продакшена в реальном времени. Вы ищете не чисто исследовательскую офлайн-задачу, а задачу «почему это оповещение сработало на реальных данных клиента сегодня в 14:00».

• Менталитет собственника. Вы не ждете тикета; вы замечаете, когда эффективность обнаружения в учетной записи снижается, и идете выяснять почему.

ПЛЮСОМ БУДЕТ

• Опыт работы, в частности, в области мониторинга транзакций или обнаружения мошенничества в платежной сфере в банке, у платежного провайдера или у поставщика услуг для них.

• Знакомство с объяснимым ИИ и гибридными подходами к обнаружению на основе правил, поскольку это основа работы моделей Hawk.