- Страна
- США
Staff Data Scientist, Watchlist
Оценка ИИSocure — признанный лидер в области Identity Verification с огромной клиентской базой. Работа над критически важными задачами AML на уровне Staff предлагает отличные возможности для профессионального роста и влияния на продукт.
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 ИИВысокая сложность обусловлена уровнем Staff, требующим более 7 лет опыта, и специфической нишей Entity Resolution в сфере AML. Необходимо сочетание глубоких знаний NLP и навыков построения высоконагруженных production-систем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИДля позиции уровня Staff Data Scientist в Калифорнии (удаленно) рыночный диапазон обычно составляет $200,000 – $280,000 в год без учета бонусов и опционов. Данная роль предполагает высокую ответственность, что соответствует верхним границам рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
*🤩* Удалённо, Калифорния
*🔔* Опубликовано менее 24 часов назад
*📸 Платформа проверки цифровой личности, оценки рисков и предотвращения мошенничества*
*🤩* Более 3 000 клиентов
*🤩* Среди клиентов — 19 из 20 крупнейших банков США
Задачи:
• Развивать NLP-пайплайны для извлечения сущностей из санкционных списков и других источников;
• Улучшать сопоставление имён и разрешение идентичностей с учётом алиасов и многоязычных данных;
• Масштабировать движок сопоставления и модели оценки риска для проверки клиентов в реальном времени;
• Создавать тестовые наборы и метрики качества моделей для AML-скрининга.
*🕸 Требования:*
• 7+ лет в Data Science или ML с опытом NLP, entity resolution либо извлечения информации;
• Практический опыт промышленного внедрения NER и NLP-пайплайнов для сопоставления записей;
• Python и ML-библиотеки PyTorch, spaCy или HuggingFace Transformers;
• Уверенный SQL и опыт работы с крупными дата-пайплайнами и production ML.
Откликнуться: Откликнуться
*🚀* Offer Inside
#data #engineering #staff
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- NLP
- Entity Resolution
- NER
- Python
- PyTorch
- spaCy
- Huggingface
- Transformers
- SQL
- Machine Learning
Возможные вопросы на собеседовании
Позиция требует глубоких знаний в сопоставлении записей.
Как вы подходите к проблеме разрешения сущностей (Entity Resolution) при работе с многоязычными данными и различными вариациями написания имен?
Работа предполагает масштабирование моделей для реального времени.
Какие архитектурные решения вы использовали для обеспечения низкой задержки (latency) при работе NLP-моделей в production?
Упоминается использование современных библиотек.
В каких случаях вы предпочтете использование spaCy вместо HuggingFace Transformers для задач NER, и наоборот?
Важно для AML-скрининга.
Как вы проектируете систему оценки качества (evaluation framework) для моделей, где цена пропуска (false negative) крайне высока?
Требуется опыт работы с данными.
Опишите ваш опыт оптимизации SQL-запросов или Spark-пайплайнов при обработке терабайтных массивов данных для обучения ML-моделей.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
