Data Scientist
Munkáltató · 147 MS Hungary Analytics KFT
Matematikus
Rendszerelemző
Üzleti elemzőTeljesBudapest IX. kerület, Millennium Tower
Olyan Data Scientistet keresünk, aki csatlakozna a Csalásmegelőzési Osztályhoz tartozó CDRR Technology csapathoz. A pozíció feladata a Morgan Stanley termékeivel kapcsolatos csalási kockázatok azonosítására, értékelésére és mérséklésére szolgáló statisztikai és gépi tanulási modellek fejlesztése. Önállóan fogod végezni a modellfejlesztést a kezdetektől a végéig, monitorozni fogod a bevezetett modelleket, és szorosan együttműködsz Data Scientisteckel, Data Engineerekkel és más partnerekkel a robusztus, skálázható modellezési megoldások támogatása érdekében.
Feladatok
- A modellfejlesztési folyamat önálló lebonyolítása az elejétől a végéig, beleértve a műszaki dokumentáció elkészítését is.
- Olyan modellek fejlesztése és értékelése erősen kiegyensúlyozatlan, nem-stacionárius és ellenséges környezetben, ahol a csalási minták, az ügyfelek viselkedése és a folyamatok idővel változnak.
- Statisztikai és matematikai elvek alkalmazása a modellkiválasztás, validáció és teljesítményértékelés során.
- A már működő modellek monitorozása, a teljesítményromlás diagnosztizálása, az új csalási minták azonosítása, valamint javaslattétel újrakalibrálásra, újratervezésre, küszöbérték-módosításra vagy a modell kivezetésére.
- Szakmai iránymutatás és mentoring biztosítása a junior Data Scientistek és Data Engineerek számára.
- Feltáró adatelemzés elvégzése és analitikai adatkészletek összeállítása nagy, összetett és tökéletatlan valós adatokból.
- Jellemzőmérnöki (feature engineering) feladatok ellátása, valamint a megfelelő felügyelt és felügyelet nélküli gépi tanulási technikák kiválasztása.
- Gépi tanulási modellek tanítása, tesztelése és értékelése megfelelő statisztikai módszertanok és teljesítménymutatók alapján.
- A rábízott modellfejlesztési projektek önálló menedzselése a vezető csapattagok támogatásával.
- Együttműködés Data Scientistekkel, Data Engineerekkel és más érintett felekkel a robusztus, skálázható modellezési megoldások fejlesztésének és bevezetésének támogat érdekében.