Scientifique des Données - Détection (Junior)

Qui sommes-nous ?

Salut ! 👋 Nous sommes Ravelin ! Nous sommes une entreprise de détection de fraude qui utilise une technologie avancée d'apprentissage automatique et d'analyse de réseau pour résoudre de gros problèmes. Notre objectif est de rendre les transactions en ligne plus sûres et d'aider nos clients à se sentir confiants quand ils servent leurs clients.

Et nous nous amusons en même temps ! Nous sommes un groupe amical et nous nous faisons une fierté d'avoir une culture forte et de respecter nos valeurs d'empathie, d'ambition, d'unité et d'intégrité. Nous valorisons vraiment l'équilibre entre le travail et la vie personnelle et nous adoptons une structure d'entreprise à plat. Rejoignez-nous et vous apprendrez rapidement les dernières technologies et travaillerez avec certaines des personnes les plus brillantes et les plus agréables - consultez nos avis sur Glassdoor.

Si cela vous convient, nous aimerions avoir de vos nouvelles ! Pour plus d'informations, consultez notre blog pour voir si vous aimeriez nous aider à prévenir le crime et à protéger les plus grandes entreprises en ligne du monde.

L'équipe

Vous rejoindrez l'équipe de détection. L'équipe de détection est responsable du maintien de taux de fraude faibles - et des clients satisfaits - en formant et en déployant constamment des modèles d'apprentissage automatique. Nous visons à rendre les déploiements de modèles aussi faciles et exempts d'erreurs que les déploiements de code. Les Meilleures Pratiques pour l'Ingénierie ML de Google sont notre bible.

Nos modèles sont formés pour détecter plusieurs types de fraude, en utilisant une variété de sources de données et de techniques en temps réel. Les pipelines de prédiction sont soumis à des SLA stricts, chaque prédiction doit être renvoyée en moins de 300ms. Lorsque les modèles ne fonctionnent pas comme prévu, c'est à l'équipe de détection d'enquêter sur les raisons.

L'équipe de détection est au cœur du succès de Ravelin. Ils travaillent en étroite collaboration avec l'équipe d'ingénierie des données qui construit l'infrastructure et l'équipe de Renseignement & Recherches qui interagit avec les clients.

Le Rôle

Nous recherchons actuellement un Data Scientist pour aider à former, déployer, déboguer et évaluer nos modèles de détection de fraude. Notre candidat idéal est pragmatique, abordable et riche en connaissances tirées de ses erreurs passées.

L'évaluation des modèles de fraude est difficile ; souvent, nous n'obtenons même pas d'étiquettes pendant 3 mois. Vous devrez utiliser votre jugement lors de l'examen de cas de fraude ambiguës et lorsque vous enquêtez sur la véracité du modèle lui-même.

Nous devons construire des modèles robustes capables de mettre à jour leurs convictions lorsqu'ils rencontrent de nouvelles méthodes de fraude : nos clients attendent de nous que nous soyons toujours en avance sur la fraude, pas à la traîne. On vous donnera l'équipement, l'espace et les conseils nécessaires pour construire des modèles de détection de fraude de classe mondiale.

Le travail n'est pas seulement de la recherche à partir de zéro. Le travail quotidien consiste à faire des progrès sûrs et incrémentiels vers de meilleurs modèles pour nos clients. Le candidat idéal est prêt à s'impliquer dans les deux aspects du travail - et à comprendre pourquoi les deux sont importants.

Responsabilités

• Développer notre infrastructure d'évaluation et de formation des modèles.
• Développer et déployer de nouveaux modèles pour détecter la fraude tout en respectant les SLA
• Écrire de nouvelles fonctionnalités dans notre infrastructure de production
• Rechercher de nouvelles techniques pour perturber le comportement frauduleux
• Enquêter sur les problèmes de performance des modèles (en utilisant votre expérience du débogage des modèles).

Exigences

• Environ 1 an d'expérience dans la construction et le déploiement de modèles ML en utilisant la pile de données Python (numpy, pandas, sklearn).
• Fortes compétences analytiques.
• Être un collaborateur solide avec des collègues en dehors de votre équipe immédiate, par exemple avec des équipes de support client ou d'ingénierie.
• Être capable de communiquer des idées techniques complexes à un éventail d'audiences.
• La capacité de prioriser et de gérer votre charge de travail.
• Être à l'aise pour travailler avec une équipe hybride

Ce serait un plus

• Comprendre les meilleures pratiques de l'ingénierie logicielle (contrôle de version, tests unitaires, revues de code, CI/CD) et comment elles s'appliquent à l'ingénierie de l'apprentissage automatique.
• Expérience avec Tensorflow et l'apprentissage profond
• Expérience avec Kubernetes et l'infrastructure de production de ML.
• Expérience avec Go, C++, Java ou autre langage système.

Avantages

• Horaires de travail flexibles, modèle de travail hybride, bureau dans Old Street et budget de 500 £ pour le bureau à domicile
• Options d'achat d'actions
• 25 jours de congé + jours fériés + 1 jour de congé supplémentaire par année de service (jusqu'à 5) + 1 jour de congé supplémentaire pour des raisons culturelles
• Journées de congé supplémentaires mensuelles pour l'entreprise - les Journées de Bien-être & d'apprentissage
• Budget de bien-être annuel de £1000 à dépenser par Heka
• Support pour la santé mentale par Spill
• Couverture médicale complète avec AXA qui inclut les conditions préexistantes
• Scheme de pension avec Aviva
• Avantages parentaux améliorés
• Événements sociaux d'entreprise, événements sociaux d'équipe et budget pour des microsociaux que n'importe qui peut organiser pour n'importe quel événement
• Ravelin Donne en Retour (RGB) - dons mensuels à des œuvres caritatives et opportunités régulières de bénévolat
• Déjeuners d'équipe deux fois par mois avec un groupe de personnes tirées au hasard de toute l'entreprise, virtuellement (via Deliveroo) ou en personne
• Accès à BorrowMyDoggy
• Achat de vélos avantageux sur le plan fiscal grâce au programme Cycle-to-Work
• Soirées de jeux de société hebdomadaires

*Les offres d'emploi peuvent être retirées si les candidats ne remplissent pas nos conditions préalables à l'emploi : casier judiciaire vierge, vérification de l'emploi, et droit de travail.*