Właściciel Produktu (Data Science & Machine Learning w obszarze oszustw)

Rosyjski haker, Vladimir Leonidovitch Levin, przeprowadził w 1994 roku największy w historii napad na bank za pośrednictwem internetu dial-up. To wydarzenie zafascynowało Zię Hayat, CEO i założyciela Callsign, który uświadomił sobie, jak łatwo można dopuścić się oszustwa z wygody własnego domu. Właśnie wtedy Zia zdecydował, że chce pomóc w walce z przestępcami i uczynić internet bezpiecznym dla każdego. Założony w 2012 roku, głównym celem Callsign jest uproszczenie i wzmocnienie cyfrowej tożsamości dla każdego i wszystkiego. W tym czasie rozszerzyliśmy naszą działalność do ponad 200 pracowników, otworzyliśmy oddziały w Singapurze i Abu Zabi, zostaliśmy uznani za WEF Global Innovator, a nasza technologia została przyjęta przez kilka czołowych światowych instytucji finansowych w celu ochrony wielu klientów. Jednak nasza podróż tutaj się nie kończy. Rewolucja tożsamości dopiero się zaczyna, a my jesteśmy zdeterminowani, aby zatrudnić najinteligentniejsze i najbardziej ciekawe umysły, które pomogą nam uczynić każdą interakcję w sieci, na urządzeniach mobilnych i w rzeczywistości płynną i bezpieczną. Jeżeli to brzmi jak wyzwanie dla Ciebie, niech zacznie się rozmowa. Wymagania Ekspert w dziedzinie: Powinieneś być ekspertem w zakresie dziedziny i produktu w temacie przewidywania oszustw i procedur statystycznych modelowania tożsamości. Rozwiń swoje zrozumienie technik oszustw i sformalizuj tworzenie modeli predykcyjnych, które spełnią wymagania naszych klientów i pomogą wykryć oszustwa w wielu przypadkach bezpieczeństwa i oszustw, takich jak przejęcie konta, otwieranie konta, inżynieria społeczna, złe zachowanie aktorów. Jasno określ i zaprojektuj modele predykcyjne oceniające prawdopodobieństwo pozytywnej identyfikacji użytkownika (powracający użytkownik jest tym, za kogo się podaje) w zakresie pasywnej autentykacji behawioralnej, punktacji tożsamości i zarządzania fałszywymi alarmami. Poszerz swoją wiedzę na temat środków przeciwdziałania oszustwom i zabezpieczeń, współpracując z innymi właścicielami produktów w celu opracowania produktów ochrony klienta i interwencji, takich jak wieloskładnikowe uwierzytelnianie, uwierzytelnianie na podstawie ryzyka i dynamiczne komunikaty w kanałach. Planowanie: Jako właściciel produktu, podejmij odpowiedzialność za zespół inżynierii nauki danych i uczenia maszynowego kierowany przez produkt. Ściśle współpracuj z szefem produktu i innymi właścicielami produktu w domenie inteligencji, aby zdefiniować wizję produktu i posiadać wewnętrzną i zewnętrzną Roadmapę do osiągnięcia kluczowych celów. Prowadź planowanie planów wydania produktu i ustawiaj jasne cele dla zespołu w oparciu o mierzalne cele produktu. Zarządzaj nadchodzącymi żądaniami funkcji klienta w backlogu i roadmapie. Zarządzaj błędami i incydentami napływającymi do backlogu. Priorytetyzuj na podstawie wartości biznesowej i zdefiniowanej strategii. Kierowany przez produkt nauka danych i inżynieria uczenia maszynowego. Daj wizję i kierunek naukowcom danych i inżynierom uczenia maszynowego. Twórz wymagania, aby zapewnić jasne i zrozumiałe historie użytkowników i kryteria akceptacji dla wszystkich rozwojów. Upewnij się, że Twój zespół zawsze ma wystarczającą ilość przygotowanych zadań, aby ciągle dodawać wartość. Posiadaj życie cyklu rozwoju modelu i backlog platformy ML oceniającej wartość (strategię), rozwijając przypadki użycia (projekt), priorytetyzując historie, eposy, motywy i posiadając zakres (zarządzanie backlogiem). Ciągle skupiaj się na dostarczaniu najlepszych doświadczeń i maksymalnej wartości. Angażuj się z większą Częścią Firmy, aby ułatwić wewnętrzne pomysły i rekomendacje dla ulepszeń produktu. Kontrola Wkładów: Prowadź metody ciągłej oceny skuteczności modelu (statystycznej wydajności i raportowania) na kluczowych wskaźnikach. Współpracuj z naszymi zespołami bezpieczeństwa i prywatności danych w zakresie projektowania i stosowania etyki AI i zarządzania danymi w zespole. Wkład w strategię: Wspieraj badania i analizy rynku, aby upewnić się, że nasza Strategia Produktu i Roadmapa są zgodne. Śledź naszych konkurentów i szerszą zmianę w branży. Niezbędne umiejętności i doświadczenie (techniczne): Posiadasz potwierdzalne zrozumienie wzorców i technik oszustw. Jesteś biegły w eksploracji danych SQL i tworzeniu oprogramowania w Pythonie, na przykład jako analityk oszustw, naukowiec danych, itp. Historia rozwoju produktu opartego na danych, takiego jak uczenie maszynowe, uczenie głębokie, statystyki. Doświadczenie w cyklu życia rozwoju modelu i projektowania, w tym przechwytywanie hipotez, inżynieria cech, udowodnienie hipotez, przegląd wydajności statystycznej i walidacja programowa (testowanie funkcjonalne/niefunkcjonalne). Niezbędne umiejętności behawioralne: Silne przywództwo wraz z umiejętnościami komunikacyjnymi i prezentacyjnymi. Silne analityczne i problemlustne umiejętności; komfortowe podejście do niepewności. Wykazuje integralność, pozytywne nastawienie i zamiłowanie do doskonałości. Porządane umiejętności: 5+ lat doświadczenia technicznego jako inżynier ML lub naukowiec danych i chęć kształtowania rozwoju produktu. Wiedza, doświadczenie i/lub zaangażowanie w ciała branżowe i odpowiednie standardy i obszary, na przykład ISO, NIST. Znajomość usług chmurowych AWS jako środowiska operacyjnego dla nauki danych. Korzyści Hybrydowe formy pracy. Osobiste zapomogi na naukę. 25 dni urlopu plus Callsign Holiday. Prywatne ubezpieczenie zdrowotne.