Computer vision adattudós

Stack

Feladatok

• ▹Nagy léptékű blokkadatok elemzése csalási minták és anomáliák felderítésére
• ▹Statisztikai módszerek fejlesztése a blokkadatokban rejlő apró következetlenségek kimutatására
• ▹Feature engineering stratégiák tervezése OCR, vizuális beágyazások és viselkedési jelek kombinálásával
• ▹ML-modellek építése és optimalizálása csalásfelderítésre
• ▹Csalás-pontozó algoritmusok fejlesztése, amelyek több észlelési jelet és modellkimenetet ötvöznek
• ▹Küszöbérték-optimalizálás a precision és a recall egyensúlyáért különböző kockázati szinteken
• ▹Átfogó csalás-pontozó rendszerek tervezése
• ▹Csalástípusokhoz és kereskedői mintákhoz alkalmazkodó súlyozott pontozási mechanizmusok kidolgozása
• ▹Értelmezhető pontozási keretrendszerek készítése a kézi ellenőrző csapatoknak

Elvárások

• ▹4+ év adattudósi tapasztalat csalásfelderítés területén
• ▹Erős hipotézisvizsgálati, idősor- és anomáliadetektálási ismeretek
• ▹Gyakorlat osztályozásban, ensemble módszerekben és deep learningben (scikit-learn, XGBoost, PyTorch/TensorFlow)
• ▹Computer vision: erős képfeldolgozási és beágyazási tapasztalat
• ▹Nagy volumenű tranzakciófeldolgozásban és valós idejű döntési rendszerekben szerzett tapasztalat

Előny

• ▹EfficientNet és FAISS ismerete
• ▹Kiskereskedelmi / e-kereskedelmi csalási minták ismerete
• ▹Dokumentumcsalási technikák és csalás elleni módszertanok ismerete

Amit kínálunk

• ▹Élvonalbeli technológiai stack, benne GenAI és ML
• ▹Globális, sokszínű nézőpontú csapat
• ▹100% távmunka
• ▹Lehetőség a termék és a cég fejlődési irányának befolyásolására