Starszy analityk danych

Kim jesteśmy:
Jesteśmy jedną z najszybciej rozwijających się firm fintech w Europie – a naszą misją jest stworzenie najskuteczniejszego na świecie sposobu płatności.
Wprowadziliśmy produkt na rynek w 2020 roku i osiągnęliśmy status podwójnego jednorożca o wartości 2 miliardów dolarów i od tego czasu pozyskaliśmy ponad 6 milionów klientów.

Naszą misją jest stać się najlepszym sposobem płacenia za wszystko i w dowolnym miejscu oraz pożegnać się z kosztami kredytu dla wszystkich. To jest ogromne. Chcesz do nas dołączyć?
O roli.
Poszukujemy utalentowanego i doświadczonego starszego analityka danych, który dołączy do zespołu ds. ryzyka w Zilch, ze szczególnym naciskiem na rozwój i optymalizację zaawansowanych modeli w obszarze ryzyka, przede wszystkim w zakresie ryzyka kredytowego, ze szczególnym naciskiem na optymalizację windykacji i wykrywanie oszustw. Będziesz wykorzystywać różnorodne źródła danych do wspierania kluczowych obszarów działalności, tworząc modele produkcyjne i rozwiązania decyzyjne, które poprawiają wyniki w zakresie ryzyka, jakość obsługi klienta i efektywność operacyjną. Ta rola będzie obejmować ścisłą współpracę z zespołami interdyscyplinarnymi, w tym menedżerami produktów, inżynierami, specjalistami ds. strategii ryzyka, kredytami, windykacją, oszustwami i innymi badaczami danych, aby zapewnić skuteczne zintegrowanie wniosków opartych na danych ze strategiami dotyczącymi produktów, podejmowaniem decyzji w sprawie ryzyka i inicjatywami dotyczącymi rozwoju biznesu.
Jest to praktyczna rola dla kogoś, kto łączy zaawansowane stosowane uczenie maszynowe z nowoczesnymi praktykami ML Ops. Poszukujemy analityka danych, który potrafi przeprowadzić modele od eksploracji po produkcję, monitorowanie i iterację.

Kluczowe obowiązki.

• Praca z dużymi i złożonymi zbiorami danych w celu rozwiązywania szerokiego zakresu trudnych problemów przy użyciu różnych podejść analitycznych i statystycznych.

• Wykorzystuj wiedzę techniczną w zakresie analiz ilościowych, eksperymentów, eksploracji danych i prezentacji danych w celu opracowania strategii dla naszych produktów, które służą milionom klientów i tysiącom sprzedawców.

• Twórz, sprawdzaj, wdrażaj i monitoruj solidne, skalowalne modele uczenia maszynowego i potoki modeli w całym cyklu życia ryzyka, w tym wdrażanie, przystępność cenowa, wartość w całym cyklu życia, ryzyko kredytowe/niewykonania zobowiązania, ryzyko w życiu życiowym, windykacja i oszustwa.

• Jasno i zwięźle przedstawiaj interesariuszom wyższego szczebla złożone ustalenia i metodologie związane z nauką o danych.

• Stosować metody uczenia maszynowego do rozwiązywania problemów biznesowych związanych z ryzykiem i produktami oraz usprawniać nasze procesy decyzyjne.

• Wkład w wysiłki zespołu związane z kodowaniem, zapewniając najlepsze praktyki w zakresie kontroli wersji, testowania, CI/CD, wdrażania modeli, monitorowania, metodologii, przepływów pracy i narzędzi.

• Przeprowadzaj testy A/B, testy mistrzów/pretendentów i analizy eksperymentalne w celu oceny nowych funkcji, strategii ryzyka, zmian w modelu i zmian w produkcie.

• Ściśle współpracuj z zespołami inżynieryjnymi i platformowymi, aby operacjonalizować modele, automatyzować przepływy pracy i poprawiać niezawodność modeli w produkcji.

Czego szukamy.

• Ponad 3 lata praktycznego doświadczenia jako analityk danych, ze szczególnym naciskiem na budowanie i wdrażanie modeli w celu poprawy doświadczeń klientów z produktami, podejmowania decyzji w sprawie ryzyka i wyników biznesowych, najlepiej w obszarze ryzyka kredytowego, windykacji, oszustw, usług finansowych, pożyczek, płatności lub innej domeny wymagającej intensywnych decyzji.

• Biegłość w SQL, Python i podstawowych bibliotekach do nauki danych i uczenia maszynowego, takich jak NumPy, Pandas i Scikit-Learn.

• Duże praktyczne doświadczenie w opracowywaniu, wdrażaniu, monitorowaniu i iteracji modelu uczenia maszynowego w środowiskach produkcyjnych, w tym szkolenie modeli w chmurze, archiwizacja, obsługa, wdrażanie punktów końcowych i narzędzia takie jak Amazon SageMaker lub podobne.

• Doświadczenie w przekazywaniu złożonych pomysłów odbiorcom nietechnicznym i zainteresowanym stronom wyższego szczebla.

• Silne zrozumienie metod uczenia maszynowego, ich zastosowania w rzeczywistych scenariuszach i duża świadomość ich ograniczeń.

• Silne nastawienie inżynierskie, umożliwiające pisanie czystego, łatwego w utrzymaniu i gotowego do produkcji kodu, korzystanie z systemów kontroli wersji, takich jak Git, oraz efektywną współpracę w środowisku wielu programistów.

• Podejście zorientowane na wyniki, z możliwością szybkiej iteracji i ulepszania modeli w środowisku produkcyjnym.

• Znajomość zagadnień związanych z bezpieczeństwem sztucznej inteligencji, takich jak wykrywanie uprzedzeń, zarządzanie prywatnością i przetwarzanie informacji umożliwiających identyfikację.

• Znajomość najlepszych praktyk tworzenia oprogramowania i potoków ciągłej integracji/ciągłego dostarczania (CI/CD), takich jak GitHub Actions.

• Doświadczenie w korzystaniu z DBT do modelowania danych i Lookera do raportowania BI.

• Zainteresowanie byciem na bieżąco z rozwijającymi się technologiami i stosowaniem ich w celu poprawy wyników biznesowych.

Miło mieć.
Poniżej znajdują się premie, a nie rygorystyczne wymagania. Nie oczekujemy, że kandydaci będą posiadać wszystkie:

• Wcześniejsze doświadczenie w modelowaniu ryzyka kredytowego, optymalizacji windykacji, wykrywaniu oszustw lub strategii ryzyka.

• Znajomość zarządzania modelami ryzyka, wyjaśnialności, uczciwości, przystępności cenowej lub kwestii regulacyjnych w usługach finansowych.

• Doświadczenie w nauce decyzji, zautomatyzowanych systemach decyzyjnych, silnikach decyzyjnych lub wdrażaniu strategii ryzyka.

• Doświadczenie w stosowaniu sieci neuronowych lub podejść do głębokiego uczenia się w przypadku praktycznego ryzyka, oszustw lub problemów decyzyjnych.

Znajdź oferty pracy w Wielkiej Brytanii na Arbeitnow

Źródło: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/zilch/senior-data-scientist-london-40791)