Científico de Datos - Detección (Junior)

¿Quiénes somos?

¡Hola! 👋 ¡Somos Ravelin! Somos una empresa de detección de fraudes que utiliza tecnología avanzada de aprendizaje automático y análisis de redes para resolver grandes problemas. Nuestro objetivo es hacer las transacciones en línea más seguras y ayudar a nuestros clientes a sentirse confiados al atender a sus clientes.

¡Y nos divertimos mientras tanto! Somos un grupo amigable y nos enorgullece tener una cultura fuerte y adherirnos a nuestros valores de empatía, ambición, unidad e integridad. Valoramos mucho el equilibrio entre trabajo y vida personal y adoptamos una estructura de empresa de jerarquía plana. Únete a nosotros y aprenderás rápidamente sobre tecnología de vanguardia y trabajarás con algunas de las personas más brillantes y agradables que existen - echa un vistazo a nuestras reseñas en Glassdoor.

Si esto suena como tu taza de té, ¡nos encantaría saber de ti! Para obtener más información, visita nuestro blog para ver si te gustaría ayudarnos a prevenir el crimen y proteger a las empresas en línea más grandes del mundo.

El equipo

Te unirás al equipo de Detección. El equipo de Detección es responsable de mantener tasas de fraude bajas, y a los clientes felices, mediante la formación y despliegue continuo de modelos de aprendizaje automático. Nuestro objetivo es hacer los despliegues de modelos tan fáciles y libres de errores como los despliegues de código. Las Mejores Prácticas para la Ingeniería de ML de Google son nuestra biblia.

Nuestros modelos están entrenados para detectar múltiples tipos de fraude utilizando una variedad de fuentes de datos y técnicas en tiempo real. Las tuberías de predicción están sujetas a estrictos SLA, cada predicción debe ser devuelta en menos de 300 ms. Cuando los modelos no funcionan como se esperaba, es responsabilidad del equipo de Detección investigar por qué.

El equipo de Detección es fundamental para el éxito de Ravelin. Trabajan estrechamente con el equipo de Ingeniería de Datos que construye la infraestructura y el equipo de Inteligencia e Investigaciones que se comunica con los clientes.

El rol

Actualmente estamos buscando un Científico de Datos para ayudar a entrenar, desplegar, depurar y evaluar nuestros modelos de detección de fraudes. Nuestro candidato ideal es pragmático, accesible y lleno de conocimientos templados por fracasos pasados.

Evaluar modelos de fraude es difícil; en muchas ocasiones ni siquiera obtenemos etiquetas durante 3 meses. Necesitarás utilizar tu criterio al investigar casos de fraude ambiguo y cuando estés investigando la veracidad del propio modelo.

Tenemos que construir modelos sólidos que sean capaces de actualizar sus creencias cuando encuentren nuevos métodos de fraude: nuestros clientes esperan que estemos un paso por delante del fraude, no detrás. Se te proporcionará el equipo, el espacio y la orientación que necesitas para construir modelos de detección de fraudes de clase mundial.

El trabajo no es solo investigación de campo verde. El trabajo diario consiste en hacer un progreso seguro e incremental hacia mejores modelos para nuestros clientes. El candidato ideal está dispuesto a participar en ambos aspectos del trabajo, y entender por qué ambos son importantes.

Responsabilidades

• Construir nuestra infraestructura de evaluación y formación de modelos.
• Desarrollar y desplegar nuevos modelos para detectar fraudes mientras se mantienen los SLA
• Escribir nuevas funcionalidades en nuestra infraestructura de producción
• Investigar nuevas técnicas para interrumpir el comportamiento fraudulento
• Investigar problemas de rendimiento del modelo (utilizando tu experiencia en la depuración de modelos).

Requisitos

• Cerca de 1 año de experiencia en la construcción y despliegue de modelos de ML utilizando el stack de datos de Python (numpy, pandas, sklearn).
• Fuertes habilidades analíticas.
• Ser un fuerte colaborador con colegas fuera de tu equipo inmediato, por ejemplo, con equipos de soporte al cliente o de ingeniería.
• Ser hábil en comunicar ideas técnicas complejas a una variedad de audiencias.
• La capacidad de priorizar y gestionar tu carga de trabajo.
• Confort con trabajar en un equipo híbrido

Nice to haves

• Comprender las mejores prácticas de ingeniería de software (control de versiones, pruebas unitarias, revisiones de código, CI/CD) y cómo se aplican a la ingeniería de aprendizaje automático.
• Experiencia con Tensorflow y deep learning
• Experiencia con Kubernetes e infraestructura de producción de ML.
• Experiencia con Go, C++, Java u otro lenguaje de sistemas.

Beneficios

• Horario flexible, modelo de trabajo híbrido, oficina en Old Street y un presupuesto de £500 para una oficina en casa
• Opciones de acciones
• 25 días de vacaciones + días festivos + un día extra de descanso por cada año de servicio (hasta 5) + 1 día extra de descanso por razones culturales
• Un día extra de descanso para el bienestar y aprendizaje de toda la empresa
• Presupuesto anual de bienestar de £1000 para gastar a través de Heka
• Soporte de salud mental a través de Spill
• Cobertura médica completa con AXA que incluye condiciones preexistentes
• Plan de pensiones con Aviva
• Beneficios parentales mejorados
• Eventos sociales de la empresa, eventos sociales del equipo y presupuesto para micro eventos sociales que cualquier persona puede organizar para cualquier evento
• Ravelin Gives Back (RGB) - donaciones caritativas mensuales y oportunidades regulares de voluntariado
• Comidas quincenales en equipo con un grupo aleatorio de personas de toda la empresa, en forma virtual (a través de Deliveroo) o en persona
• Acceso a BorrowMyDoggy
• Compra de bicicletas eficiente en términos fiscales a través del esquema Cycle-to-Work
• Noches semanales de juegos de mesa

*Las ofertas de trabajo pueden ser retiradas si los candidatos no cumplen con nuestros chequeos previos a la contratación: antecedentes penales no gastados, verificación de empleo y derecho al trabajo.*