Владелец продукта (Data Science & Machine Learning в области борьбы с мошенничеством)

Русский хакер, Владимир Леонидович Левин, совершил самое грандиозное банковское ограбление в истории через dial-up интернет в 1994 году. Это событие поразило Зиа Хаята, генерального директора и основателя Callsign, и он осознал реальность мошенничества, совершаемого из уюта домашней гостиной. В этот момент Зиа решил, что хочет играть роль в борьбе с злодеями и делать интернет безопасным для всех. Основанная в 2012 году, основная цель Callsign всегда была упростить и укрепить цифровые идентификаторы для всех и всего. За это время мы увеличили численность сотрудников до 200, открыли филиалы в Сингапуре и Абу-Даби, были признаны Глобальным Инноватором WEF, и наша технология была признана многими из ведущих финансовых организаций мира для защиты множества клиентов. Однако наш путь не заканчивается здесь. Революция идентичности только начинается, и мы заинтересованы в найме самых умных и любознательных умов для помощи нам в создании каждого веб-, мобильного и физического взаимодействия бесшовным и безопасным. Если это звучит как вы, давайте начнем разговор. Требования Эксперт в данной области: Вы должны быть экспертом в области доменных и продуктовых вопросов по предсказанию мошенничества и статистическому моделированию системы удостоверения личности. Разработайте свое понимание методов мошенничества и формализуйте создание прогностических моделей, которые отвечают требованиям наших клиентов и помогают выявлять мошенничество в широком спектре случаев безопасности и мошенничества, таких как захват аккаунта, мошенничество при открытии аккаунта, социальная инженерия, плохое поведение актеров. Четко определите и спроектируйте прогностические модели, которые оценивают вероятность положительной идентификации пользователя (возвращающийся пользователь является тем, кем он заявляет себя) в области пассивной бихевиоральной аутентификации, идентификации личности и управления ложноположительными случаями мошенничества. Расширьте свое знание контрмер против мошенничества и безопасности для предотвращения мошенничества, сотрудничая с другими владельцами продуктов для разработки продуктов защиты клиентов и вмешательства, таких как многофакторная аутентификация, риск-ориентированная аутентификация и динамическое сообщение в канале. Планирование: В качестве владельца продукта берите на себя ответственность за научно-ориентированную продуктовую команду по науке о данных и машинному обучению. Работайте в тесном сотрудничестве с руководителем продукта и другим(и) владельцем(ми) продукта в области интеллектуального домена для определения видения продукта и владения внутренней и внешней дорожной картой для достижения ключевых целей. Руководите планированием планов выпуска продукта и устанавливайте четкие цели команде по измеримым целям продукта. Управляйте входящими запросами клиентов на функции в задачах и дорожной карте. Обрабатывайте входящие дефекты и происшествия в задачах. Приоритизируйте на основе деловой ценности и определенной стратегии. Продуктовые науки о данных и машиное обучение. Обеспечивайте видение и направление для ученых в области данных и инженеров машинного обучения. Создавайте требования для обеспечения понятных и понятных историй пользователей и критериев принятия для всего разработки. Убедитесь, что ваша команда всегда имеет достаточное количество заранее подготовленных задач для непрерывного добавления ценности. Владейте жизненным циклом разработки модели и задачами платформы ML, оценивая ценность (стратегии), разрабатывая варианты использования (дизайн), приоритизируя истории, эпики, темы, и владея областью (управление задачами). Непрерывно сосредоточивайтесь на предоставлении лучших впечатлений и максимальной ценности. Сотрудничайте с большей частью Компании для облегчения внутренних идей и рекомендаций по улучшению продукта. Вклад в контроль: Руководите методами непрерывной оценки эффективности модели (статистической производительности и отчетности) по ключевым метрикам. Сотрудничайте с нашими командами безопасности и защиты данных по вопросам проектирования и применения этики ИИ и управления данными в команде. Вклад в стратегию: Поддерживайте исследования и анализ рынка, чтобы обеспечить соответствие нашей продуктовой стратегии и дорожной карты. Следите за нашими конкурентами и изменениями в более широкой отрасли. Необходимые навыки и опыт (технические): У вас есть проверяемое понимание моделей и методов мошенничества. Вы владеете SQL для исследования данных и разработки программного обеспечения на языке Python, например, в качестве аналитика по мошенничеству, ученого в области данных и т.д. История разработки продуктов на основе данных, таких как машинное обучение, глубокое обучение, статистика. Опыт в жизненном цикле разработки модели и проектировании, включая захват гипотез, инженерию функций, доказательство гипотез, статистический анализ производительности и программную проверку (функциональное/нефункциональное тестирование). Необходимые поведенческие навыки: Сильное лидерство, сопровождающееся уверенными коммуникативными и презентационными навыками. Сильные аналитические и решение проблем; комфортное работа с неопределенностью в проблемных областях. Проявляйте честность, позитивное отношение и стремление к совершенству. Желательные навыки: 5+ лет технического опыта в качестве инженера по машинному обучению или ученого в области данных и стремление влиять на разработку продукта. Знание, опыт и/или взаимодействие с отраслевыми организациями и соответствующими стандартами и областями, например, ISO, NIST. Знакомство с облачными сервисами AWS в качестве операционной среды для науки о данных. Преимущества Гибкий график работы. Личные средства на обучение. 25 дней отпуска плюс праздники Callsign. Личное медицинское страхование.