Ingénieur en Apprentissage Automatique, Risque de Fraude Commerciale (Modélisation)

Description de l'entreprise

Tout a commencé avec une idée chez Block en 2013. Initialement créé pour supprimer les difficultés liées aux paiements entre pairs, Cash App est passée d'un produit simple avec un seul but à un écosystème dynamique, développant des produits financiers uniques, y compris Afterpay/Clearpay, pour offrir une meilleure manière 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, instantanément disponible et universellement accessible.

Aujourd'hui, Cash App compte des milliers d'employés travaillant globalement à travers des bureaux et des sites distants, avec une culture orientée vers l'innovation, la collaboration et l'impact. Nous sommes une équipe distribuée depuis le premier jour, et beaucoup de nos rôles peuvent être effectués à distance dans les pays où Cash App opère. Peu importe l'emplacement, nous adaptons notre expérience pour assurer que nos employés soient créatifs, productifs et heureux.

Consultez nos emplacements, avantages et plus encore à cash.app/careers.

Description du poste

L'équipe de gestion des risques de fraude soutient la stratégie de gestion des risques de fraude commerciale et les équipes de gestion des risques des commerçants avec des modèles et des indicateurs de risque pour gérer les principales mesures de risque. Nous collaborons avec plusieurs équipes d'ingénierie pour créer la possibilité de servir les solutions AI de prochaine génération.

En tant que modélisateur d'apprentissage machine dans l'équipe de gestion des risques de fraude, vous serez responsable du développement et de la mise en œuvre des modèles d'apprentissage machine pour détecter et prévenir les activités frauduleuses. Ce rôle nécessite une solide compréhension des algorithmes d'apprentissage machine, de l'analyse de données et des techniques de détection de la fraude.

Vous allez :

• Développer, mettre en œuvre et maintenir des modèles d'apprentissage machine pour la détection de la fraude.
• Analyser de grands ensembles de données pour identifier des modèles et des tendances liés aux activités frauduleuses.
• Collaborer avec des équipes multidisciplinaires pour comprendre les besoins de l'entreprise et développer des solutions pour atténuer les risques de fraude.
• Surveiller et évaluer en continu la performance des modèles d'apprentissage machine, en faisant des ajustements si nécessaire.
• Rester à jour avec les derniers développements en matière d'apprentissage machine et de détection de la fraude, et incorporer de nouvelles techniques et technologies dans nos processus si approprié.
• Préparer et présenter des rapports sur la performance des modèles et les tendances de la fraude aux parties prenantes.

Qualifications

Vous avez :

• Un baccalauréat en informatique, statistiques, mathématiques ou dans un domaine connexe. Un master est préféré.
• Plus de 5 ans d'expérience en apprentissage machine, analyse de données ou dans un domaine connexe.
• Une expérience avérée dans la détection de la fraude et la gestion des risques.
• Une solide connaissance des algorithmes d'apprentissage machine et des techniques d'analyse de données.
• Une maîtrise des langages de programmation tels que Python ou Java.
• D'excellentes capacités de résolution de problèmes et d'attention aux détails.
• De solides compétences en communication, avec la capacité d'expliquer des concepts complexes à des parties prenantes non techniques.

Technologies que nous utilisons et enseignons :

• Python (NumPy, Pandas, sklearn, TensorFlow, PyTorch, keras, etc.)
• Snowflake, DataBricks, GCP, AWS
• Modèles de classification / régression classiques. Apprentissage profond incluant la modélisation séquentielle, la modélisation par graphes et les modèles basés sur les transformateurs

Informations supplémentaires

Block adopte une approche basée sur le marché pour la rémunération, et la rémunération peut varier en fonction de votre lieu de résidence. Les emplacements aux États-Unis sont classés en quatre zones en fonction de l'indice du coût du travail pour cette zone géographique. La rémunération de départ du candidat retenu sera déterminée en fonction des compétences liées au travail, de l'expérience, des qualifications, du lieu de travail et des conditions du marché. Ces plages peuvent être modifiées à l'avenir.

Zone A: USD $167,300 - USD $204,500
Zone B: USD $158,900 - USD $194,300
Zone C: USD $150,600 - USD $184,000
Zone D: USD $142,200 - USD $173,800