Manager Analytics

Fondée en 2014 par Shashank Kumar et Harshil Mathur, Razorpay est à la pointe de la révolution de la banque numérique pour les entreprises en Inde. Notre mission est de créer des expériences bancaires et de paiement sans friction, quel que soit la taille ou le type d'entreprise. Initialement une entreprise de paiements B2B, Razorpay traite maintenant des milliards de dollars en paiements pour d'innombrables entreprises à travers l'Inde.

Nous sommes une organisation de services financiers à service complet dédiée à la fourniture de solutions innovantes de paiement et de banque d'affaires aux entreprises indiennes. Soutenus par une technologie robuste, nous répondons à l'ensemble du parcours de paiement et bancaire des entreprises. Au cours de l'année écoulée, nous avons accordé des millions en prêts à des milliers d'entreprises. Avec des initiatives comme Razorpay X et Razorpay Capital, nous redéfinissons la banque d'affaires et rendons le capital plus accessible pour les entreprises.

L'équipe d'Analytics des risques de Razorpay recherche un Senior Manager autonome pour diriger notre sous-fonction Intelligence des risques basée sur l'apprentissage automatique. Notre équipe est composée de passionnés de la résolution de problèmes qui utilisent des stratégies basées sur les données pour favoriser la prise de décision, assurant la meilleure gestion des risques et des taux d'acceptation de commandes élevés pour les marchands. Nous visons à minimiser les coûts opérationnels et à protéger la valeur de notre marque.

Un candidat réussi sera un autodidacte avec une forte tendance à l'action, capable de développer et de mettre en œuvre de nouvelles solutions.

• Comprendre les OKR des risques et l'environnement opérationnel
• Collaborer avec les équipes produit, business, analytics, et data engineering pour définir des initiatives clés
• Clarifier les cas d'utilisation ambigus, aligner les parties prenantes et construire des concepts de solution
• Définir de manière indépendante les problèmes de ML et gérer la conceptualisation, le développement, le déploiement et l'expérimentation des modèles
• Offrir des performances exceptionnelles dans un environnement dynamique avec une supervision limitée
• Contribuer aux activités de développement de compétences au sein de l'organisation (formation, définition de processus, recherche sur de nouveaux outils et techniques)
• Se tenir au courant des derniers outils et technologies pour améliorer les capacités existantes en ML
• Définir et évaluer les métriques business et produit, créer des tableaux de bord en libre-service avec des outils comme Tableau, Qlikview, Looker
• Identifier les lacunes et les opportunités par des analyses qualitatives et quantitatives

• 5 à 10 ans d'expérience en Analytics & Data Science dans un écosystème technologique. Expérience en fraude, risque ou assurance est un avantage
• Compétence en identification des opportunités AI/ML et développement de solutions en collaboration avec les équipes d'ingénierie, produit et business
• Expérience pratique avec le développement de l'apprentissage automatique et le déploiement des modèles. Maîtrise de la régression, classification, clustering, AUC, ROC, précision, rappel. Connaissance de l'apprentissage profond et des outils comme TensorFlow, Theano, Torch, Caffe est un plus
• Expertise en SQL, PySpark, Spark SQL, bases de données NoSQL, et familiarité avec les GraphDBs comme Neo4j
• Expérience avec le traitement de données à grande échelle et les techniques de prétraitement/nettoyage des données
• Compétence en collaboration avec les MLE et utilisation des outils MLOps. Expérience avec le déploiement CI/CD est bénéfique
• Capacité à construire des narrations de données en utilisant l'analyse exploratoire des données et l'inférence statistique. Connaissance du design de l'expérimentation est essentielle
• Maîtrise du développement de cadres pour les analyses de cause racine (RCA) des modèles en utilisant des outils analytiques
• Expérience en gestion des risques pour différents produits de prêt et de paiement à travers les flux de trésorerie et les transactions des marchands
• Expérience préalable dans des organisations de technologie de consommation est un plus

Razor