Modélisateur d'apprentissage automatique, Risque de fraude commerciale

Description de la société

Tout a commencé avec une idée chez Block en 2013. Initialement conçu pour faciliter les paiements de pair à pair, Cash App est passé d'un produit simple avec un seul objectif 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 chaque mois. 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 à l'échelle mondiale, à la fois en bureau et à distance, 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. Quel que soit l'endroit, nous adaptons notre expérience pour nous assurer que nos employés sont créatifs, productifs et heureux.

Découvrez nos lieux, nos avantages et plus encore sur cash.app/careers.

Description du poste

L'équipe Fraude et Risque soutient la stratégie de risque de fraude commerciale et les équipes de risque 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 capacité de servir des solutions d'intelligence artificielle de nouvelle génération.

En tant que Modeleur d'apprentissage automatique au sein de l'équipe Fraude et Risque, vous serez responsable du développement et de la mise en œuvre de modèles d'apprentissage automatique pour détecter et prévenir les activités frauduleuses. Ce rôle nécessite une solide compréhension des algorithmes d'apprentissage automatique, de l'analyse des données et des techniques de détection de la fraude.

Vous aurez à :

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

Qualifications

Vous avez :

• Une licence en Informatique, Statistiques, Mathématiques ou dans un domaine connexe. Un Master est préféré.
• 5+ années d'expérience dans l'apprentissage automatique, l'analyse des 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 automatique et des techniques d'analyse des données.
• La maitrise de langages de programmation tels que Python ou Java.
• Excellentes compétences en résolution de problèmes et souci du détail.
• 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, notamment la modélisation séquentielle, la modélisation par graphe et les modèles basés sur les transformateurs

Informations supplémentaires

Block adopte une approche basée sur le marché pour la rémunération, et le salaire peut varier en fonction de votre lieu d'habitation. Les sites américains sont classés en une des quatre zones en fonction de l'indice du coût de la main-d'œuvre pour cette zone géographique. Le salaire de départ du candidat retenu sera déterminé sur la base des compétences liées au poste, de l'expérience, des qualifications, du lieu de travail et des conditions du marché. Ces fourchettes peuvent être modifiées à l'avenir.

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