Науковець-даних - Виявлення

Хто ми?

Привіт! 👋 Ми - Ravelin! Ми компанія, що спеціалізується на виявленні шахрайства, використовуючи передові технології машинного навчання та аналізу мереж для розділення великих проблем. Нашою метою є забезпечення безпеки онлайн-транзакцій і гарантія того, що наші клієнти можуть надійно обслуговувати своїх замовників.

Нам подобається те, чим ми займаємось! Ми - дружня команда, яка прив'язана до своєї культури і своїх цінностей: співчуття, амбіцій, єдності та інтегритету. Ми високо цінуємо баланс між роботою та життям і дотримуємося горизонтальної ієрархії в нашій компанії. Приєднуйтесь до нас, і ви швидко дізнаєтесь про передові технології та будете працювати з найбільш блестить і приємні особи навколо - погляньте на наші відгуки в Glassdoor.

Якщо вам це до вподоби, ми будемо раді почути від вас! Щоб отримати додаткову інформацію, перегляньте наш блог та подивіться, чи вам цікаво допомагати нам у запобіганні злочинності та захисту найбільших онлайн-бізнесів світу.

Команда

Ви будете частиною команди Detection. Завданням цієї команди є підтримка низького рівня шахрайства для задоволення клієнтів шляхом постійного навчання та впровадження моделей машинного навчання. Нашою метою є забезпечення того, що впровадження моделей є такими ж простими та без помилок, як і впровадження коду. Кращі практики ML-інженерії від Google служать нашим керівництвом.

Наші моделі навчені ідентифікувати різні типи шахрайства, використовуючи кілька джерел даних та технік в режимі реального часу. Потоки передбачень строго дотримуються сервісних угод, кожне передбачення повинно бути виконане менше ніж за 300 мс. Коли моделі не працюють належним чином, завданням команди Detection є розслідування причин.

Команда Detection є основою успіху Ravelin. Вони тісно співпрацюють з командою Data Engineering, яка будує інфраструктуру, та командою Intelligence & Investigations, яка співпрацює з клієнтами.

Роль

На даний момент ми шукаємо Датасейінтиста, який допомогає в навчанні, впровадженні, діагностиці та оцінюванні наших моделей виявлення шахрайства. Наш ідеальний кандидат є прагматичним, доступним і досвідченим, знання якого корениться в попередніх невдачах.

Оцінка моделей шахрайства є викликаючою; часто ми не отримуємо міток протягом 3 місяців. Вам доведеться використовувати свій суд при вивченні неоднозначних випадків шахрайства і при перевірці правдивості самої моделі.

Ми повинні будувати міцні моделі, які в змозі оновлювати свої переконання, коли вони стикаються з новими методами шахрайства: наші клієнти очікують, що ми залишимося на крок попереду шахрайства, а не відставання. Ви будете обладнані інструментами, простором та керівництвом, які вам потрібні для побудови моделей виявлення шахрайства світового класу.

Робота не пов'язана лише з новим дослідженням. Повсякденними справами займається безпечний, поступовий прогрес до кращих моделей для наших клієнтів. Ідеальний кандидат прагне брати участь у обох аспектах роботи та розуміти, чому обидва є необхідними.

Обов'язки

• Розгорнути нашу інфраструктуру оцінювання та навчання моделей.
• Створити та впровадити нові моделі для виявлення шахрайства з дотриманням угод про рівень сервісу.
• Внести нові особливості в нашу виробничу інфраструктуру.
• Досліджує інноваційні методи, що призводять до припинення шахрайської поведінки.
• Аналізує проблеми з продуктивністю моделі (використовуючи вашу експертизу в налагодженні моделей).

Вимоги

• Досвід розробки та впровадження моделей машинного навчання, використовуючи стек даних Python (numpy, pandas, sklearn).
• Сильні аналітичні навички.
• Здатність спільноти працювати з колегами не з вашої команди, наприклад, командами підтримки клієнтів або інженерією.
• Навички пояснення складних технічних ідей для різних аудиторій.
• Здатність керувати своїм навантаженням та встановлювати пріоритети відповідно.
• Почуття комфорту при роботі з гібридною командою

Бажані навички

• Розуміння найкращих практик програмного забезпечення (контроль версій, модульні тести, перегляд коду, безперервна інтеграція/безперервна поставка) та їх застосування до машинного навчання.
• Досвід роботи з Tensorflow та глибоким навчанням
• Досвід роботи з Kubernetes та інфраструктурою виробничого ML.
• Досвід роботи з Go, C++, Java або іншою мовою системи.

Пільги

• Гнучкий робочий графік, гібридна модель роботи, офіс розташований на Old Street, наповнений закусками та напоями, і бюджет для домашнього офісу в 500 фунтів
• Опції на акції компанії
• 25 днів відпустки + банківські свята + додатковий відпочинковий день за кожен рік роботи (до 5) + 1 додатковий вихідний день з культурних причин
• Додаткові вихідні дні по всій компанії раз на місяць - Дні здоров'я та навчання
• Щорічний бюджет здоров'я у розмірі 1000 фунтів для витрат через Heka
• Підтримка психічного здоров'я через Spill
• Загальне медичне страхування з AXA, яке включає існуючі стани
• Пенсійна схема з Aviva
• Посилені батьківські пільги
• Виходи компанії, соціальні активності команди, та бюджет для незапланованих подій, які може організувати кожен
• Програма Ravelin Gives Back (RGB) - щомісячний благодійний внесок та регулярні можливості для волонтерства
• Обіди команди двічі на тиждень з випадкової групи людей з усієї компанії, будь то віртуально (через Deliveroo) або особисто
• Доступ до BorrowMyDoggy
• Підтримка придбання велосипедів з податковою ефективністю через схему «Cycle-to-Work»
• Щотижневі ночі настільних ігор

Пропозиції про роботу можуть бути відкликані, якщо кандидати не проходять наші попередні перевірки: ще не згасли судимості, перевірка місця роботи та право на роботу.