Apprentissage Profond Appliqué, Stagiaire Diplômé (Master ou Doctorat)

Description de l'entreprise

Tout a commencé par une idée chez Block en 2013. Construite initialement pour simplifier les paiements entre pairs, Cash App est passée d'un produit simple avec un seul but à un écosystème dynamique, développant des produits financiers uniques, dont Afterpay/Clearpay, pour offrir une meilleure façon d'envoyer, de dépenser, d'investir, d'emprunter et d'économiser à nos 47 millions de clients actifs mensuels. Nous voulons redéfinir la relation du monde avec l'argent pour la rendre plus accessible, immédiatement disponible et universellement accessible.

Aujourd'hui, Cash App compte des milliers d'employés travaillant à l'échelle mondiale, tant dans les bureaux que dans des lieux distants, avec une culture axée sur l'innovation, la collaboration et l'impact. Nous avons été une équipe distribuée depuis le premier jour, et bon nombre de nos rôles peuvent être effectués à distance dans les pays où Cash App opère. Peu importe le lieu, nous adaptons notre expérience pour que nos employés soient créatifs, productifs et heureux.

Consultez nos différents lieux, avantages, etc. sur cash.app/careers.

Description du poste

Cette opportunité est uniquement ouverte aux étudiants actuellement inscrits à un programme de maîtrise ou de doctorat et offre un contrat de 8 mois (avec possibilité de prolongation) au sein de l'équipe Risk AI de Cash App à partir de l'été ou de l'automne 2024. Si vous avez déjà obtenu votre diplôme (ou comptez l'obtenir avant mai 2023), veuillez postuler à l'un de nos postes à temps plein.

L'apprentissage machine fait partie intégrante de la façon dont nous concevons les produits, opérons et poursuivons la mission de Cash App, qui consiste à servir les non-bancarisés et à perturber les institutions financières traditionnelles. Notre grande échelle et notre riche ensemble de données de transactions offrent un nombre infini d'opportunités d'utiliser l'intelligence artificielle pour mieux comprendre nos clients et proposer de nouveaux produits et expériences susceptibles d'améliorer leur vie. Nous sommes un groupe très créatif qui préfère résoudre les problèmes à partir des premiers principes ; nous avançons rapidement, effectuons des changements incrémentiels et déployons en production chaque jour.

L'objectif de ce projet est de tester et de valider systématiquement des modèles séquentiels avancés (y compris des RNN bidirectionnels, des CNN auto-régressifs, des transformateurs et des équations différentielles contrôlées par des neurones) sur des données de séries chronologiques générées par Cash. Cash App collecte une variété de signaux indiquant comment nos clients interagissent avec la plateforme - nous déterminerons la meilleure façon d'utiliser ces données en utilisant des méthodes d'apprentissage profond de pointe.

Les modèles séquentiels profonds offrent la possibilité d'améliorer significativement notre capacité à détecter les comportements frauduleux tout en réduisant le processus long (et donc coûteux) de création et de conservation manuelles des fonctionnalités. Les modèles seront évalués pour l'extraction automatique et la détection des motifs de fraude dans les données transactionnelles séquentielles (par exemple, encaissement, décaissement, p2p, etc.).

Au cours de votre contrat, vous :

• Créerez des ensembles de données normalisés et réutilisables pour des tests et des évaluations cohérents des modèles de séquences
• Fournirez une évaluation quantitative des avantages et des inconvénients des différentes classes de modèles en fonction de la précision, de la précision/rappel, du coût de formation, du temps de formation, des exigences en matière de données et de l'interprétabilité
• Créerez une base de code modulaire et bien documentée qui peut être facilement utilisée pour d'autres sources de données séquentielles dans l'écosystème Block. Les technologies que nous utilisons (et enseignons) :

Technologies que nous utilisons (et enseignons) :

• Python, NumPy, Pandas, PyTorch, TensorFlow, keras, JAX, Julia
• MySQL, Snowflake, GCP/AWS et Tableau
• Java

Qualifications

Vous avez :

• 1 à 2 ans d'expérience en apprentissage profond appliqué
• Une aptitude prouvée à mettre en pratique les architectures de réseaux neuronaux décrites dans la littérature à l'aide de cadres tels que PyTorch ou Tensorflow
• De l'expérience avec des techniques avancées comme les embeddings de graphe, la modélisation de séquences irrégulières et la prévision de séries chronologiques, la quantification de l'incertitude, la détection d'anomalies et les ODE neuronaux est un gros plus
• Une appréciation de la relation entre le logiciel et les modèles que vous créez et l'expérience qu'il offre aux clients
• Une curiosité, une passion, une mentalité orientée vers la croissance

Informations complémentaires

Block adopte une approche basée sur le marché pour la rémunération, et le salaire peut varier en fonction de votre emplacement. Les sites des États-Unis sont classés en l'une des quatre zones en fonction d'un indice du coût de la main-d'œuvre pour cette zone géographique. Le salaire de départ du candidat retenu sera déterminé en fonction de l'emplacement de travail du candidat et pourra être modifié à l'avenir.

Zone A : 51,00 $ US
Zone B : 48,45 $ US
Zone C : 45,90 $ US
Zone D : 43,35 $ US

Pour connaître la désignation de zone d'un emplacement, veuillez consulter cette ressource. Si un emplacement d'intérêt n'est pas répertorié, veuillez discuter avec un recruteur pour obtenir des informations supplémentaires.