Senior Applied Scientist - Transaction Risk Management (all genders)

Dołącz do Zalando jako Starszy Naukowiec Zastosowany w Zarządzaniu Ryzykiem Transakcyjnym

W Zalando naszą wizją jest być Punktem Startowym dla Mody. Dążymy do dostarczenia doświadczenia zakupowego opartego na zaufaniu dla ponad 50 milionów klientów na 25 europejskich rynkach oraz naszych 6,500+ partnerskich marek. Aby podtrzymać to zaufanie, kluczowe jest dla nas zarządzanie ryzykami klientów i zakupów wynikającymi z działalności oszukańczych na naszej platformie modowej.

Z 3.3 milionami przedmiotów zakupowych, prowadzących do setek tysięcy zamówień dziennie, wykorzystujemy big data oraz zaawansowane techniki uczenia maszynowego, aby przewidywać i łagodzić te ryzyka, zapewniając zaufane relacje z naszymi klientami i partnerami.

O roli

Jako pełnostackowy naukowiec zastosowany w naszym zespole Zarządzania Ryzykiem Transakcyjnym, dołączysz do dynamicznej i zróżnicowanej grupy inżynierów i naukowców. Nasz zespół analityczny odpowiedzialny jest za kilka usług predykcyjnych, mających na celu ochronę innych zespołów w obszarze kasy Zalando. Będziesz pracować nad najnowocześniejszymi projektami, podnosić standardy techniczne, poprawiać doskonałość operacyjną i kształtować nasze przepływy pracy.

Odpowiedzialności

• Tworzenie, wdrażanie i obsługa rozwiązań uczenia maszynowego do wykrywania, przewidywania i zarządzania ryzykami klientów i zakupów.
• Szybkie prototypowanie i testowanie modeli uczenia maszynowego w celu oceny ich przydatności do rozwiązywania problemów badawczych, klientów i biznesowych.
• Rozwiązywanie wyzwań związanych z opracowywaniem algorytmów i ich efektywnym wykonaniem na platformach z ograniczonymi zasobami.
• Monitorowanie i optymalizacja infrastruktury uczenia maszynowego na AWS i Databricks/Spark.
• Przeprowadzanie (ad hoc) analiz eksploracyjnych na podstawie dużych (nie-/częściowo-) strukturalnych danych w celu wykrycia nowych podejrzanych zachowań na naszej platformie.
• Przyjęcie rygorystycznego podejścia do rozwiązywania problemów, prowadzenia i dokumentowania projektów badawczych.
• Ścisła współpraca z inżynierami oprogramowania, naukowcami zastosowanymi, analitykami danych, menedżerami produktów i specjalistami ds. oszustw, w celu rozwiązania problemów związanych z oszustwami.
• Wkład w rozwój naszej rosnącej społeczności naukowej i promowanie wymiany wiedzy w środowisku pracy agile.

Wymagania

• 3-5 lat praktycznego doświadczenia jako naukowiec zastosowany, rozwijający i wdrażający modele uczenia maszynowego/głębokiego uczenia w środowiskach chmurowych (najlepiej AWS).
• Biegłość w Pythonie i powiązanych frameworkach uczenia maszynowego/głębokiego uczenia, takich jak Pytorch, Tensorflow, Keras, itp.
• Znajomość infrastruktury i narzędzi uczenia maszynowego, w tym Databricks, Spark, Flink, AWS SageMaker, S3, EC2, Step Functions i Git.
• Doświadczenie z przechowywaniem, pobieraniem i przekształcaniem danych, w tym orkiestracją przepływów pracy uczenia maszynowego.
• Pasja do tworzenia czystego, łatwego w utrzymaniu i testowalnego kodu.
• Motywacja do ciąg