Senior Applied Scientist - Transaction Risk Management (all genders)

В Zalando наша цель - быть отправной точкой для моды. Мы стремимся предоставить опыт покупок, основанный на доверии, для более чем 50 миллионов клиентов в 25 европейских странах и наших более чем 6500 партнерских брендов. Для поддержания этого доверия нам важно управлять рисками клиентов и покупок, возникающими из-за мошеннических действий на нашей модной платформе.

С 3,3 миллионами товаров, приводящих к сотням тысяч заказов ежедневно, мы используем большие данные и передовые методы машинного обучения для прогнозирования и смягчения этих рисков, обеспечивая надежные отношения с нашими клиентами и партнерами.

В качестве full-stack ученого в нашей команде управления рисками транзакций, вы присоединитесь к динамичной и разнообразной группе инженеров и ученых. Наша аналитическая команда отвечает за несколько предсказательных сервисов для защиты других команд в домене оформления заказов Zalando. Здесь вы будете работать над передовыми проектами, повышать технические стандарты, улучшать операционное мастерство и формировать наши рабочие процессы.

• Разрабатывать, развертывать и эксплуатировать решения на основе машинного обучения для обнаружения, прогнозирования и управления рисками клиентов и покупок.
• Быстрая прототипизация и тестирование моделей машинного обучения для оценки их применимости для решения исследовательских, клиентских и бизнес-задач.
• Решение задач по разработке алгоритмов и их эффективному выполнению на ограниченных по ресурсам платформах.
• Мониторинг и оптимизация инфраструктуры машинного обучения на AWS и Databricks/Spark.
• Проведение (по запросу) эксплораторного анализа на основе больших (не-/слабо-)структурированных данных для выявления новых подозрительных действий на нашей платформе.
• Применение строгого подхода в решении, проведении и документировании исследовательских проектов.
• Тесное сотрудничество с инженерами-программистами, прикладными учеными, аналитиками данных, менеджерами продуктов и специалистами по борьбе с мошенничеством для решения вопросов мошенничества.
• Вклад в нашу растущую научную сообщество и поощрение обмена знаниями в рамках гибкой рабочей среды.

• 3-5 лет практического опыта в качестве прикладного ученого, разработки и внедрения моделей машинного/глубокого обучения в облачных средах (предпочтительно AWS).
• Уверенное владение Python и связанными фреймворками машинного/глубокого обучения, такими как Pytorch, Tensorflow, Keras и др.
• Экспертиза в инфраструктуре и инструментах машинного обучения, включая Databricks, Spark, Flink, AWS SageMaker, S3, EC2, Step Functions и Git.
• Опыт работы с хранением данных, их загрузкой и преобразованием, включая оркестрацию рабочих потоков машинного обучения.
• Страсть к разработке чистого, поддерживаемого и тестируемого кода.
• Мотивация к постоянному личному развитию в новых технологиях и программных сервисах.
• Способность понимать бизнес-контекст, в котором работает команда, и клиентские задачи, которые решаются.
• Сильные коммуникативные навыки для передачи аналитических/технических решений и результатов широкой, не технической аудитории.

• Опыт работы с не-/слабо маркированными данными (самостоятельно обучающиеся модели, синтетическая генерация меток).
• Опыт проектирования, разработки и эксплуатации высокомасштабируемых микросервисов на распределенных системах.
• Знание автоматизированного развертывания и мониторинга через CI/CD пайплайны (Docker, Kubernetes и др.).
• Опыт высоких уровней автоматизации тестирования (unit, component, integration).
• Знакомство с запуском и оценкой экспериментальных развертываний машинного обучения (canary, blue-green).