Data Scientist (Risk and fraud detection)

Job expired!

Описание компании

Evolution — ведущий мировой B2B разработчик и поставщик игр и услуг для индустрии онлайн-казино. С командой более чем из 11 000 профессионалов в более чем 20 локациях, мы обеспечиваем бесперебойный игровой опыт на мобильных устройствах, планшетах и десктопах, предлагая реальные столы с реальными дилерами в реальном времени. Наши бренды — это Evolution, Red Tiger, NetEnt, Ezugi и Big Time Gaming, предлагающие множество награжденных игр-фаворитов. Зарегистрированная на Nasdaq Nordic, компания Evolution AB имеет рыночную капитализацию более 25 миллиардов евро.

В Evolution мы стремимся преодолевать границы, чтобы обеспечить безупречный игровой опыт. Наша инженерная команда обеспечивает высококачественные продукты и надежные услуги благодаря твердой внутренней компетенции. Наш современный софт поддерживает более 270 автоматизированных релизов в месяц в наш основной рабочей среде, функционируя 24/7/365 по всему миру.

Описание работы

Мы ищем страстного специалиста по анализу данных, специализирующегося на обнаружении рисков и мошенничества. Вы будете играть ключевую роль в проектировании и разработке моделей машинного обучения для улучшения наших возможностей обнаружения мошенничества.

  • Анализировать, проектировать и разрабатывать модели машинного обучения для случаев обнаружения мошенничества.
  • Сотрудничать с бизнесом и техническими заинтересованными сторонами для выбора лучших решений машинного обучения.
  • Тесно работать с инженерами данных для идентификации и использования оптимальных наборов данных и методов представления данных.
  • Исследовать и внедрять подходящие алгоритмы и инструменты машинного обучения.
  • Разрабатывать метрики и процессы оценки для измерения производительности моделей и их влияния.
  • Обучать, тестировать и повторно обучать модели машинного обучения для повышения точности.
  • Сотрудничать с членами команды для развертывания моделей машинного обучения в производственных средах.
  • Использовать и расширять существующие библиотеки и фреймворки машинного обучения по мере необходимости.
  • Университетская степень в числовой области (Машинное обучение, Статистика, Математика, Компьютерные науки, Ф