Data Scientist (Risk and fraud detection)

Opis firmy

Evolution to wiodący na świecie, B2B deweloper i dostawca gier oraz usług dla branży kasyn online. Z zespołem ponad 11 000 profesjonalistów w ponad 20 lokalizacjach, dostarczamy nieskazitelne wrażenia gracza na platformach mobilnych, tabletach i komputerach stacjonarnych, oferując prawdziwe stoły z prawdziwymi krupierami w czasie rzeczywistym. Nasze marki to między innymi Evolution, Red Tiger, NetEnt, Ezugi i Big Time Gaming, oferujące wielokrotnie nagradzane ulubione gry graczy. Notowana na Nasdaq Nordic, firma Evolution AB ma kapitalizację rynkową przekraczającą 25 miliardów euro.

W Evolution dążymy do przekraczania granic, aby dostarczać doskonałe wrażenia graczowi. Nasz zespół inżynierski zapewnia produkty najwyższej jakości i niezawodne usługi dzięki solidnym kompetencjom wewnętrznym. Nasz nowoczesny stos technologiczny obsługuje ponad 270 zautomatyzowanych wydań miesięcznie do naszego głównego środowiska na żywo, działającego 24/7/365 na całym świecie.

Opis stanowiska

Szukamy pasjonata daty science, specjalizującego się w wykrywaniu ryzyka i oszustw. Będziesz miał kluczowe znaczenie w projektowaniu i rozwijaniu modeli uczenia maszynowego w celu zwiększenia naszych możliwości wykrywania oszustw.

Anlizowanie, projektowanie i rozwijanie modeli uczenia maszynowego dla przypadków użycia wykrywania oszustw.

Współpraca z interesariuszami biznesowymi i technicznymi w celu wyboru najlepszych rozwiązań uczenia maszynowego.

Ścisła współpraca z inżynierami danych w celu identyfikacji i wykorzystania optymalnych zbiorów danych i metod ich reprezentacji.

Badanie i wdrażanie odpowiednich algorytmów i narzędzi uczenia maszynowego.

Rozwój metryk i procesów oceny w celu mierzenia wydajności i wpływu modeli.

Szkolenie, testowanie i ponowne szkolenie modeli uczenia maszynowego w celu poprawy ich dokładności.

Współpraca z członkami zespołu w celu wdrażania modeli uczenia maszynowego w środowiskach produkcyjnych.

Korzystanie z istniejących bibliotek i frameworków uczenia maszynowego oraz rozwijanie ich w razie potrzeby.

Stopień uniwersytecki w dziedzinie numerycznej (uczenie maszynowe, statystyka, matematyka, informatyka, fizyka, inżynieria itp.).

Udowodniona umiejętność rozumienia, interpretowania i wyjaśniania danych biznesowych.

Co najmniej 3 lata doświadczenia zawodowego w dziedzinie związanej z data science.

Solidna znajomość algebry liniowej i modelowania statystycznego.

Ekspertyza w przynajmniej jednej dziedzinie uczenia maszynowego, takiej jak regresja, klasyfikacja, klasteryzacja, wydobywanie wzorców lub optymalizacja.

Płynna znajomość SQL

Zn