Data Scientist ll - RiskOS

Компенсация: $140K - $170K в год

ПОЧЕМУ SOCURE?

Socure создает инфраструктуру доверия к личности для цифровой экономики — проверяет 100% добросовестных личностей в режиме реального времени и предотвращает мошенничество до его возникновения. Миссия велика, проблемы сложны, и каждый день это ощущают на себе бизнесы, правительства и миллионы людей.

Мы нанимаем людей, которые хотят такого уровня ответственности. Людей, которые действуют быстро, критически мыслят, действуют как владельцы и глубоко заботятся о решении проблем клиентов с высокой точностью. Если вам нужна предсказуемость или узкий спектр задач, это не для вас. Если вы хотите помочь построить будущее идентификации с командой, которая предъявляет высокие требования к себе — читайте дальше.

Обзор вакансии:

Socure является ведущим поставщиком решений для проверки цифровой идентификации и предотвращения мошенничества, использующим ИИ и машинное обучение для принятия наиболее точных решений. Наша миссия — искоренить мошенничество с идентификацией и обеспечить онлайн-доверие в различных отраслях.

RiskOS — это платформа оркестрации и принятия решений Socure на базе ИИ, предоставляющая централизованный центр управления для рабочих процессов идентификации, мошенничества и рисков на протяжении всего жизненного цикла клиента.

Workforce Verification — это ключевая вертикаль RiskOS, ориентированная на предотвращение мошенничества с идентификацией рабочей силы — поддельных кандидатов, дипфейк-интервью, аренды идентификационных данных и сотрудников-призраков — прежде чем они достигнут рекрутеров, систем или конфиденциальных данных.

В качестве специалиста по данным (Data Scientist) по Workforce Verification в команде RiskOS вы будете отвечать за полный жизненный цикл науки о данных для критически важной новой продуктовой области, ориентированной на идентификацию рабочей силы и мошенничество при найме. Вы будете исследовать и анализировать богатые, многоисточниковые данные (идентификационные, данные об устройствах, поведенческие, резюме и сигналы заявок), чтобы выявить закономерности мошенничества в процессе найма, а затем преобразовывать эти сведения в правила, условия и модели машинного обучения, развернутые в рабочих процессах RiskOS.

Эта роль находится на стыке аналитики мошенничества, обработки естественного языка и генеративного ИИ. Вы поможете проектировать и оценивать компоненты на базе GenAI, такие как агенты проверки резюме и инструменты объяснения, которые работают с неструктурированными, текстовыми данными, такими как резюме, описания вакансий и артефакты интервью.

Роль предполагает практическую работу, но не «сольную партию»: вы будете включены в команду Data Science RiskOS, под руководством старших специалистов по данным и в тесном сотрудничестве с отделами продукта, инженерии и Workforce GTM. Она идеально подходит для специалиста по данным с опытом работы в области мошенничества или рисков, который хочет более широкого сквозного владения, любит работать с неструктурированным текстом и готов взяться за инжиниринг данных и продакшн при необходимости.

Обязанности:

• Управлять полным жизненным циклом науки о данных для случаев использования Workforce Verification на RiskOS — от исследования данных и генерации гипотез до разработки, оценки, развертывания и мониторинга моделей.

• Исследовать и анализировать источники данных, связанных с рабочей силой (заявки, резюме, телеметрия устройств и поведения, проверка данных, интеграции ATS/HRIS), для выявления закономерностей мошенничества с рабочей силой, таких как поддельные резюме, аренда идентификационных данных, дипфейк-интервью и инъекционные атаки.

• Разрабатывать, внедрять и итерировать правила, условия и эвристическую логику в рабочих процессах RiskOS для обнаружения событий, связанных с высокой степенью риска для рабочей силы (например, повторные идентификационные данные в нескольких резюме, подозрительные паттерны устройств, аномальные потоки найма).

• Разрабатывать и оценивать модели машинного обучения для оценки рисков и идентификации рабочей силы (например, скоринг кандидатов по риску мошенничества, кластеризация связанных идентификационных данных, обнаружение аномалий в потоках найма), используя более широкие сигналы идентификации и устройств Socure, где это применимо.

• Сотрудничать с командами RiskOS и Workforce по продуктам с функциями на базе GenAI, такими как Resume Verification Agent и агенты объяснения — помогать определять входные/выходные данные, создавать наборы данных для оценки и разрабатывать количественные и качественные фреймворки оценки для компонентов на базе LLM.

• Тесно сотрудничать с инженерами для внедрения моделей, наборов правил и компонентов GenAI в RiskOS: определять интерфейсы, поддерживать интеграцию и тестирование, а также вносить вклад в мониторинг, оповещения и обратную связь.

• Работать с продуктовыми командами, Workforce GTM и специалистами по решениям для преобразования производительности моделей и правил в четкие, ориентированные на клиента нарративы (например, влияние на блокирование поддельных кандидатов, сокращение дипфейк-интервью или предотвращение аренды идентификационных данных при найме).

• Включать обратную связь и данные о результатах от клиентов для постоянного улучшения логики и моделей Workforce Verification; поддерживать экспериментирование и дизайн оффлайн-«тестовых стендов» для безопасной оценки новых рабочих процессов и шаблонов.

• Работать с продуктовым мышлением и сильным чувством ответственности: документировать предположения, решения и результаты оценки; четко сообщать о компромиссах; и проактивно выявлять риски, ограничения и возможности.

Требования к вакансии:

• Степень бакалавра или магистра в области компьютерных наук, статистики, математики, инженерии или смежной количественной области, или эквивалентный практический опыт.

• 3–6 лет практического опыта в области науки о данных, машинного обучения или прикладной аналитики, с опытом работы в области мошенничества, рисков, доверия и безопасности, или аналитики рабочей силы/найм является преимуществом.

• Опыт управления сквозными проектами аналитики и/или разработки моделей: постановка проблемы, обработка данных, инжиниринг признаков, обучение моделей, оценка и поддержка развертывания.

• Глубокое знание Python и SQL, включая опыт работы с распространенными библиотеками для науки о данных и ML (например, pandas, scikit-learn, XGBoost, PySpark или аналогичными).

• Уверенность в работе с большими, «грязными» и разнородными наборами данных (рабочие процессы JSON, логи, потоки событий, обогащение данными третьих сторон) и создание повторно используемых абстракций или утилит, чтобы сделать их пригодными для использования вами и другими.

• Опыт работы с обработкой естественного языка и/или анализом неструктурированного текста — такой как разбор резюме или документов, извлечение сущностей, поиск по сходству или базовые методы на основе эмбеддингов — в идеале применяемый в реальных продуктах.

• Некоторый практический опыт работы с продуктами на базе генеративного ИИ или LLM (например, использование коммерческих API LLM, разработка промптов, поиск в стиле RAG или оценка результатов LLM) с интересом к углублению этих навыков.

• Сильные аналитические навыки и навыки решения проблем, включая умение рассуждать о неоднозначных сигналах и враждебном поведении в контексте мошенничества или рабочей силы.

• Способность и готовность выполнять легкие задачи по инжинирингу данных и ориентированные на продакшн задачи при необходимости (например, создание ETL-преобразований, участие в задачах Airflow/Spark или настройка базового мониторинга) в партнерстве с инженерами.

• Четкие, краткие коммуникативные навыки и способность объяснять сложные анализы, модели и поведение GenAI нетехническим заинтересованным сторонам (продукты, GTM, клиенты).

• Склонность к ответственности, обучению и сотрудничеству — уверенность в работе в быстро меняющейся среде, получение руководства от старших специалистов по данным при постепенном расширении собственного объема работы и автономии.

• Приветствуется:

  • Прямой опыт работы с данными о рабочей силе, HR-технологиями, ATS/HRIS или аналитикой воронки найма.
  • Предыдущая работа над проверкой идентификации, аналитикой устройств или системами оркестрации/правил (например, RiskOS или аналогичными системами).
  • Знакомство с оценкой и мониторингом систем GenAI (например, оффлайн-бенчмарки, человеческий контроль, проверка безопасности/галлюцинаций).

Socure является работодателем, предоставляющим равные возможности, который ценит разнообразие во всех его формах в нашей компании. Мы не дискриминируем по признаку расы, религии, цвета кожи, национального происхождения, пола, сексуальной ориентации, возраста, семейного положения, статуса ветерана или инвалидности.

Если вам требуется какое-либо размещение на любом этапе процесса подачи заявки или найма — включая поддержку на собеседовании или при адаптации — пожалуйста, свяжитесь напрямую с вашим партнером по найму Socure.