Data Scientist

Про нас
Hawk є провідним постачальником технологій протидії відмиванню грошей і виявлення шахрайства на основі ШІ. Банки та постачальники платіжних послуг у всьому світі використовують потужну комбінацію традиційних правил Hawk і зрозумілого штучного інтелекту, щоб підвищити ефективність дотримання вимог AML і запобігання шахрайству шляхом виявлення більшої кількості злочинів, одночасно максимізуючи ефективність шляхом зменшення помилкових спрацьовувань. Завдяки нашому рішенню ми відіграємо важливу роль у глобальній боротьбі з відмиванням грошей, шахрайством або фінансуванням тероризму. Ми пропонуємо культуру взаємної довіри, підтримки та пристрасті, водночас надаючи людям можливості для професійного зростання та змін у світі.

Ваша місія
Як спеціаліст із обробки даних клієнтів у Hawk, ви — та людина, якій наші клієнти довіряють, щоб їхні моделі боротьби з відмиванням коштів і виявлення шахрайства справді працювали на них: налаштовані на їхні моделі транзакцій, захищені їхніми регуляторами та доведено ефективні в їхніх власних цифрах. Ви працюєте в регіональній групі клієнтів, працюючи безпосередньо разом із партнерами Customer Value Partners над реальними обліковими записами, а не за стіною запитів від центральної функції обробки даних. Ваша робота охоплює налаштування моделі та порогових значень, глибоке аналітичне дослідження ефективності виявлення та створення розповіді клієнта, яка показує, що саме покращено та чому. Ви вже робили це перед клієнтами, і ви знаєте різницю між моделлю, яка має хороші результати в блокноті, і тією, яка витримує контакт із навантаженням справжнього слідчого.

Основні обов'язки

• Налаштуйте та оптимізуйте моделі виявлення та порогові значення щодо поточних даних про транзакції кожного клієнта, збалансовуючи ефективність виявлення з помилково позитивним навантаженням, а не лише з порівняльним набором даних.

• Глибоко досліджуйте ефективність виявлення: досліджуйте пропущені випадки, якість сповіщень і дрейф шаблонів і перетворюйте те, що ви знайдете, на конкретні налаштування або зміни конфігурації.

• Перетворіть технічні висновки на розуміння клієнта: побудуйте аналіз, який показує підвищення продуктивності дослідників, зниження витрат на хибні позитивні результати та підвищення ефективності виявлення мовою, яку фактично використовує керівництво з дотримання вимог і ризиків.

• Сидіти в кімнаті безпосередньо з клієнтами. Презентуйте результати, захищайте свою методологію перед власною командою клієнта, яка займається дослідженням даних або комплаєнсом, і відповідайте на важкі запитання «чому модель зробила це» в прямому ефірі.

• Тісно співпрацюйте зі своїми регіональними партнерами з цінності клієнта щодо стратегії облікового запису, повідомляючи про те, де потрібно змінити модель, щоб розблокувати наступний етап реалізації цінності або розмову про оновлення.

• Поверніть шаблони та висновки до ширшої моделі та функцій продукту Hawk, розрізняючи «цей клієнт потребує локального налаштування» та «це системна прогалина, яку варто виправити централізовано».

• Перевірте законодавчу захищеність прийнятих вами рішень щодо налаштування. Задокументуйте свої міркування, щоб перевірка клієнта або перевірка регулятора витримала.

• Уважно підходьте до того, як ви перевіряєте зміни моделі перед їх запуском: ретельні тести, перевірка зразків і дисципліна підписання, яка захищає позицію клієнта щодо відповідності вимогам.

Ваш профіль

• 5-7 років в якості спеціаліста з даних у ролі клієнта, представляючи аналіз та захищаючи модельні рішення безпосередньо клієнтам. Це не внутрішня інженерна підготовка чи підготовка даних про продукт; ви раніше сиділи за столом навпроти клієнта.

• Потрібен реальний досвід у боротьбі з відмиванням коштів, виявленні шахрайства або аналізі фінансових злочинів. Ви розумієте моніторинг транзакцій, типології та те, скільки насправді коштує досліднику хибний позитивний результат, а не лише те, скільки він коштує на матриці плутанини.

• Сильні практичні навички роботи зі стандартним стеком наукових даних (Python, SQL і будь-які інші інструменти МЛ, які ви використовували у виробництві), але ваша перевага полягає в неоднозначному судженні: знати, коли зміну моделі можна внести безпечно, а коли для цього потрібна людина в циклі.

• Комфортно бути технічним голосом у кімнаті з зацікавленими сторонами клієнта, що займаються питаннями ризиків, комплаєнсу або науки про дані, і залишатися впевненим, коли запитують.

• Реєстрація перетворення продуктивності моделі в бізнес-цінність, на яку може впливати нетехнічна зацікавлена ​​сторона: не лише показники точності, але й економія годин дослідників, уникнення помилкових позитивних витрат і виявлення випадків.

• Справжній комфорт із неоднозначністю та живими системами виробництва. Ви шукаєте не чисту проблему офлайн-дослідження, ви шукаєте проблему «чому це сповіщення спрацювало на даних реального клієнта сьогодні о 14:00».

• Менталітет власності. Ви не чекаєте на квиток; ви помічаєте, коли продуктивність виявлення облікового запису знижується, і ви йдете з’ясувати причину.

Бонус

• Досвід конкретного моніторингу транзакцій або виявлення шахрайства з платежами в банку, постачальнику платежів або постачальнику, який їх обслуговує.

• Знайомство з підходами штучного інтелекту, які можна пояснити, і гібридного виявлення на основі правил, оскільки це є основою роботи моделей Hawk.

Знайдіть більше англомовних вакансій у Великобританії на Arbeitnow

Джерело: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/hawk/data-scientist-london-185289)