Data scientist в Антифрод Discovery
Оценка ИИСильный бренд работодателя, прозрачная вилка зарплаты выше рынка и интересные исследовательские задачи. Наличие премий и расширенного соцпакета делает предложение крайне привлекательным для специалистов уровня Middle+/Senior.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует сильной математической базы, опыта работы с большими данными и умения самостоятельно вести исследовательскую деятельность. Дополнительную сложность создает специфика антифрода, где важна работа в реальном времени и высокая точность моделей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредложенная вилка 300-500к гросс полностью соответствует или даже немного превышает текущие рыночные показатели для Senior Data Scientist в российском финтехе. С учетом квартальных премий совокупный доход конкурентоспособен на уровне топовых технологических компаний.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🅰️ Data scientist в Антифрод Discovery, Альфа-Банк*
Гибрид / удаленно, 300-500к гросс + квартальные премии
Ищем Middle / Senior Data Scientist в команду Discovery — исследовательское направление антифрод-платформы Альфа-Банка. Наши модели в реальном времени помогают защищать финансовые операции от мошенничества и комплаенс-рисков.
В этой роли вы будете исследовать новые подходы к обнаружению мошенничества: работать с большими объёмами транзакционных данных, формулировать и быстро проверять ML-гипотезы, строить прототипы и определять, какие решения имеют потенциал для внедрения.
Чем предстоит заниматься:
• Погружаться в бизнес-контекст антифрода и комплаенса, изучать процессы, данные и текущие модели
• Находить точки роста и предлагать новые ML-подходы
• Работать с бизнес-заказчиками и превращать их запросы в чётко поставленные ML-задачи.
• Разрабатывать прототипы, проводить эксперименты и оценивать их эффект.
• Обосновывать результаты и рекомендовать идеи для дальнейшей разработки.
Что важно:
• Законченное высшее техническое образование
• Опыт в Data Science, уверенный Python и SQL
• Табличные данные, классический ML, статистика и A/B-тестирование
• Умение ясно объяснять технические решения бизнесу.
• Интерес к исследовательской работе и самостоятельному поиску идей.
Будет плюсом: опыт в антифроде; PySpark; графы, временные ряды, нейросети, трансформеры и LLM; опыт с real-time ML
Что предлагаем: сложные прикладные задачи с реальным влиянием на безопасность финансовых операций, большие данные; ДМС с первого дня, гибридный или удаленный формат работы.
*📩 Куда присылать резюме*: Откликнуться
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- SQL
- Machine Learning
- Statistics
- A/B Testing
- PySpark
- Graph Theory
- Time Series
- Neural Networks
- Transformers
- LLM
Возможные вопросы на собеседовании
Антифрод часто сталкивается с сильным дисбалансом классов (мошеннических операций гораздо меньше).
Какие методы борьбы с дисбалансом классов вы использовали в своей практике и как оценивали качество модели в таких условиях?
Вакансия предполагает работу с транзакционными данными.
Как бы вы подошли к генерации признаков (feature engineering) для модели, предсказывающей мошенничество по потоку транзакций?
В Discovery важно уметь быстро проверять гипотезы.
Расскажите о случае, когда ваша ML-гипотеза не подтвердилась. Как вы организовали процесс эксперимента и какие выводы сделали?
Упоминается работа с графами как плюс.
В каких сценариях антифрода применение графовых алгоритмов или Graph Neural Networks может быть эффективнее классического ML?
Важно умение объяснять решения бизнесу.
Как вы объясните нетехническому заказчику, почему модель приняла конкретное решение о блокировке транзакции?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
