Analityk danych

O nas
Hawk jest wiodącym dostawcą technologii przeciwdziałania praniu pieniędzy i wykrywaniu oszustw wspieranych przez sztuczną inteligencję. Banki i dostawcy usług płatniczych na całym świecie korzystają z potężnej kombinacji tradycyjnych zasad firmy Hawk i zrozumiałej sztucznej inteligencji, aby poprawić skuteczność zapewniania zgodności z przepisami AML i zapobiegania oszustwom poprzez identyfikowanie większej liczby przestępstw przy jednoczesnej maksymalizacji wydajności poprzez redukcję fałszywych alarmów. Dzięki naszemu rozwiązaniu odgrywamy kluczową rolę w globalnej walce z praniem pieniędzy, oszustwami czy finansowaniem terroryzmu. Oferujemy kulturę wzajemnego zaufania, wsparcia i pasji, jednocześnie zapewniając jednostkom możliwości rozwoju zawodowego i dokonywania zmian na świecie.

Twoja misja
Jako specjalista ds. danych klientów w firmie Hawk jesteś osobą, której ufają nasi klienci, dzięki której ich modele przeciwdziałania praniu pieniędzy i wykrywaniu oszustw rzeczywiście będą dla nich skuteczne: dostosowane do ich wzorców transakcji, możliwe do obrony przed organami regulacyjnymi i skuteczniejsze w ich własnych liczbach. Siedzisz w regionalnym zespole obsługi klienta i współpracujesz bezpośrednio z partnerami zapewniającymi wartość dla klienta na kontach rzeczywistych, a nie za ścianą zgłoszeń z centralnego działu analizy danych. Twoja praca obejmuje dostrajanie modeli i progów, dogłębne badania analityczne wydajności wykrywania oraz budowanie narracji skierowanej do klienta, która dokładnie pokazuje, co zostało ulepszone i dlaczego. Robiłeś to już wcześniej przed klientami i znasz różnicę między modelem, który dobrze wypada w notatniku, a modelem, który wytrzymuje kontakt z obciążeniem pracą prawdziwego śledczego.

Kluczowe obowiązki

• Dostosuj i zoptymalizuj modele i progi wykrywania w oparciu o bieżące dane transakcyjne każdego klienta, równoważąc skuteczność wykrywania z fałszywym obciążeniem dodatnim, a nie tylko z porównawczym zbiorem danych.

• Dokładnie badaj skuteczność wykrywania: sprawdzaj pominięte przypadki, jakość alertów i odchylenia wzorców, a następnie zamień to, co znajdziesz, w konkretne zmiany lub zmiany konfiguracji.

• Przełóż ustalenia techniczne na wiedzę skierowaną do klienta: utwórz analizę, która pokaże wzrost produktywności badaczy, redukcję kosztów fałszywie dodatnich i poprawę skuteczności wykrywania w języku, którego faktycznie używa klient w zakresie zgodności i przywództwa w zakresie ryzyka.

• Usiądź w pokoju bezpośrednio z klientami. Przedstaw ustalenia, obroń swoją metodologię przed zespołem klienta ds. analityki danych lub zespołem ds. zgodności i odpowiadaj na żywo na trudne pytania „dlaczego model to zrobił”.

• Ściśle współpracuj z regionalnymi partnerami zapewniającymi wartość dla klienta w zakresie strategii konta, informując, gdzie model musi się zmienić, aby odblokować kolejny etap realizacji wartości lub rozmowę o odnowieniu.

• Wprowadź wzorce i ustalenia z powrotem do szerszego modelu i funkcji produktu Hawk, rozróżniając pomiędzy „ten klient potrzebuje lokalnego dostrojenia” a „jest to luka systemowa, którą warto naprawić centralnie”.

• Zadbaj o obronę regulacyjną podejmowanych przez siebie decyzji dotyczących dostrajania. Udokumentuj swoje rozumowanie, aby audyt klienta lub kontrola organów regulacyjnych przetrwały.

• Wprowadź rygorystyczny sposób sprawdzania poprawności zmian w modelu przed ich wprowadzeniem w życie: weryfikacja historyczna, przegląd próbek i dyscyplina zatwierdzania, która chroni stan zgodności klienta.

Twój profil

• 5-7 lat na stanowisku analityka danych w roli bezpośredniego kontaktu z klientem, przedstawiającego analizy i broniącego decyzji dotyczących modeli bezpośrednio klientom. Nie jest to wiedza z zakresu inżynierii wewnętrznej ani nauki danych o produktach; siedziałeś już po drugiej stronie stołu od klienta.

• Wymagane jest prawdziwe doświadczenie w zakresie przeciwdziałania praniu pieniędzy, wykrywaniu oszustw lub analizie przestępstw finansowych. Rozumiesz monitorowanie transakcji, typologie i to, ile faktycznie kosztuje badacza fałszywie pozytywny wynik, a nie tylko to, ile kosztuje badacz w matrycy zamieszania.

• Silne umiejętności praktyczne w zakresie standardowego stosu analityki danych (Python, SQL i inne narzędzia ML, których używałeś w produkcji), ale twoją przewagą jest ocena niejednoznaczności: wiedza, kiedy zmiana modelu jest bezpieczna, a kiedy wymaga obecności człowieka w pętli.

• Czujesz się komfortowo, będąc głosem technicznym w gronie interesariuszy klienta zajmujących się ryzykiem, zgodnością lub nauką o danych, a także odpowiadając na pytania.

• Doświadczenie w przekładaniu wydajności modelu na wartość biznesową, na podstawie której może podjąć działania nietechniczny interesariusz: nie tylko wskaźniki dokładności, ale także zaoszczędzone godziny pracy badaczy, uniknięcie fałszywie pozytywnych kosztów i wychwytywanie spraw.

• Prawdziwy komfort dzięki niejednoznaczności i systemom produkcji na żywo. Nie szukasz czystego problemu badawczego w trybie offline, szukasz problemu „dlaczego ten alert uruchomił się dzisiaj o 14:00 w przypadku danych prawdziwego klienta”.

• Mentalność własności. Nie czekasz na bilet; zauważasz, że skuteczność wykrywania konta spada, i sprawdzasz, dlaczego.

Bonus

• Doświadczenie szczególnie w monitorowaniu transakcji lub wykrywaniu oszustw związanych z płatnościami w banku, dostawcy usług płatniczych lub obsługującym ich dostawcy.

• Znajomość możliwych do wytłumaczenia podejść do wykrywania sztucznej inteligencji i hybrydowych metod wykrywania opartych na regułach, ponieważ jest to sedno działania modeli Hawka.

Znajdź więcej anglojęzycznych ofert pracy w Niemczech na Arbeitnow

Źródło: Arbeitnow (https://www.arbeitnow.com/jobs/companies/hawk/data-scientist-munich-358174)