- Страна
- Великобритания
Data Scientist
Оценка ИИWise — престижный финтех-единорог с сильной инженерной культурой. Вакансия предлагает работу с передовым стеком (LLM, Graphs, CV) над социально значимыми задачами, однако требует релокации или присутствия в офисе в Лондоне.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы в специфических областях: графовая аналитика, компьютерное зрение и LLM, а также опыта в сфере борьбы с финансовыми преступлениями (FinCrime). Работа в офисе в Лондоне предполагает высокий уровень конкуренции и соответствие международным стандартам разработки.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Data Scientist в Лондоне в крупном финтехе рыночные показатели обычно выше среднего по городу. Указанный диапазон отражает текущие реалии для специалистов уровня Middle+/Senior в Великобритании.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Data Scientist Wise
Местоположение: Лондон
Формат работы: Офис
Опубликована: 01.09.2026
Требования:
• Работа с графовой аналитикой (graph analytics)
• Разработка ML-моделей для детекции мошенничества на разных этапах клиентского пути
• Тесное взаимодействие со специалистами по computer vision
• Участие в проектировании LLM-пайплайнов для задач FinCrime
О компании:
Wise развивает команды KYC/Verification и Onboarding в направлениях Data, Product и Engineering: анализ рисков на графах, борьба с мошенничеством, computer vision, LLM для FinCrime.
Контакт: Откликнуться
Откликнуться в LinkedIn
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Graph Analytics
- Machine Learning
- Fraud Detection
- Computer Vision
- LLM
- FinCrime
- KYC
Возможные вопросы на собеседовании
Вакансия подразумевает работу с графами для анализа рисков.
Какие алгоритмы на графах вы бы использовали для выявления кольцевых схем мошенничества (fraud rings)?
Упоминается взаимодействие с CV-специалистами.
Как можно интегрировать признаки, извлеченные из изображений документов (CV), в общую модель оценки риска транзакции?
В требованиях указано проектирование LLM-пайплайнов.
В каких сценариях FinCrime использование LLM дает преимущество перед классическими методами классификации?
Работа связана с детекцией мошенничества.
Как вы решаете проблему сильного дисбаланса классов при обучении моделей детекции фрода?
Wise работает с огромными объемами данных.
Как обеспечить масштабируемость графовых алгоритмов при работе с миллионами узлов и связей в реальном времени?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
