Propietario de Producto (Ciencia de Datos y Aprendizaje Automático en Fraude)

El hacker ruso, Vladimir Leonidovitch Levin, intentó el mayor robo a un banco que el mundo haya visto a través de internet vía telefónica en 1994. Zia Hayat, CEO y fundador de Callsign, quedó enganchado - el fraude desde el sillón se convirtió en una posibilidad real. Desde ese momento, Zia supo que quería participar en detener a los malhechores y asegurar el internet para todos. Fundada en 2012, la misión de Callsign ha sido hacer que la Identidad Digital sea simple y segura para todos y todo. En ese tiempo, hemos crecido a más de 200 empleados, abierto oficinas en Singapur y Abu Dhabi, hemos sido reconocidos como un Innovador Global de la WEF y nuestra tecnología está siendo utilizada por muchas de las principales instituciones financieras del mundo para mantener a millones de consumidores seguros.

Pero no nos detendremos aquí. La revolución de la identidad apenas acaba de comenzar, y buscamos contratar a las mentes más brillantes y curiosas para ayudarnos a hacer que cada interacción web, móvil y física sea fluida y segura. Si esto te suena, hablemos.

Requerimientos

Experto en el dominio:

Ser el experto en la materia del producto y del dominio para los métodos de modelado estadístico de predicción de fraude y garantía de identidad

Ampliar el conocimiento de los métodos de fraude y formalizar el desarrollo de modelos predictivos que satisfacen las necesidades de nuestros clientes y ayudan a detectar el fraude en una amplia gama de casos de uso de seguridad y fraude, incluyendo la toma de cuenta, fraude en la apertura de cuentas, ingeniería social, comportamientos de actores malintencionados

Especificar inversamente y diseñar modelos predictivos que evalúen la probabilidad de identificación positiva del usuario (un usuario que vuelve es quien dice ser) en el área de autenticación de comportamiento pasivo, puntuación de identidad, y gestión de falsos positivos de fraude

Construir conocimiento de las mitigaciones de fraude y seguridad para ayudar a proteger contra el fraude trabajando con otros propietarios de productos para desarrollar productos de protección e intervención del cliente, como autenticación multifactorial, autenticación basada en riesgo, y mensajería dinámica en el canal

Planificación:

Como Propietario del Producto, asumir la responsabilidad del equipo de ciencias de la información y desarrollo de aprendizaje automático liderado por el producto

Trabajar de cerca con el Jefe de Producto y otros propietarios de productos de dominio de Inteligencia para definir una visión de producto y poseer un plan de ruta interno y externo para lograr objetivos fundamentales

Dirigir la planificación de los planes de lanzamiento del producto y dar objetivos claros al equipo contra objetivos de producto medibles

Gestionar las solicitudes de características de los clientes en la lista de pendientes y en el plan de ruta

Gestionar los defectos y los incidentes entrantes en la lista de pendientes

Priorizar en función del valor empresarial y la estrategia definida

Ciencia de Datos Dirigida por Producto e Ingeniería ML

Proporcionar visión y dirección a los científicos de datos e ingenieros de aprendizaje automático

Crear requisitos para asegurar historias y criterios de aceptación de usuarios claros y comprensibles para todo el desarrollo

Asegurar que su equipo tenga una cantidad adecuada de tareas preparadas previamente para trabajar en la continua adición de valor

Poseer el ciclo de vida del desarrollo del modelo y la acumulación pendiente de la plataforma ML evaluando el valor (estrategia), desarrollando casos de uso (diseño), priorizando historias, epopeyas, temas, y poseyendo el alcance (gestión de la acumulación pendiente). Todo ello centrado en ofrecer las mejores experiencias y el máximo valor

Participar con la Compañía más amplia para facilitar las ideas y recomendaciones internas para las mejoras del producto

Contribuciones de Control:

Dirigir métodos de evaluación continua de la eficacia del modelo (rendimiento estadístico e informes) en las métricas clave

Trabajar con nuestros equipos de seguridad y privacidad de datos con respecto al diseño y aplicación de la Ética de la IA y la Gobernanza de Datos dentro del equipo

Contribución Estratégica:

Apoyar la investigación y el análisis de mercado para asegurar que nuestra Estrategia de Producto y Ruta de Trabajo estén alineadas

Seguir a nuestros competidores y los cambios en la industria más amplia

Competencias y Experiencia Esenciales (Técnicas):

Tienes un conocimiento demostrable de los patrones y métodos de fraude

Eres competente en la exploración de datos SQL y el desarrollo de software basado en Python, por ejemplo, como analista de fraude, científico de datos, etc.

Historial de desarrollo de productos basados en datos, por ejemplo, aprendizaje automático, aprendizaje profundo, estadística

Experiencia en el ciclo de vida del desarrollo del modelo y diseño, incluyendo la captura de hipótesis, la ingeniería de características, la prueba de hipótesis, la revisión del rendimiento estadístico, y la validación programática (pruebas funcionales/no funcionales)

Competencias Conductuales Esenciales:

Fuerte liderazgo con sólidas habilidades de comunicación y presentación

Habilidades analíticas y de resolución de problemas sólidas; cómodo trabajando dentro de áreas problemáticas con incertidumbre.

Demostrar integridad, una actitud positiva, y pasión por la excelencia.

Competencias Deseables:

5+ años de experiencia técnica como Ingeniero de ML o Científico de Datos y buscando moldear el desarrollo del producto

Conocimientos, experiencia y/o compromiso con organismos de la industria y áreas y normas relevantes, por ejemplo, ISO, NIST

Familiarizado con los servicios en la nube de AWS como entorno operativo para las ciencias de datos

Beneficios

Trabajo híbrido

Asignación de aprendizaje personal

25 días de vacaciones más Vacaciones de Callsign

Seguro Médico Privado