Auf einen Blick
Senior Data Scientist für Financial Crime bei ARQ in London. Entwickeln Sie Machine-Learning-Modelle für Fraud-Detection, Chargeback-Vorhersage und Anomalie-Erkennung in einem High-Impact-Fintech-Unternehmen.
💰 ~$110.000–170.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Vor Ort
🗺️ EMEA
- 5+ Jahre Data Science/ML-Erfahrung
- Python-Fähigkeiten
- Production-ML-Erfahrung
- Financial Crime oder Fraud-Erfahrung
Machine Learning
Python
Fraud Detection
Anomaly Detection
Gehalt geschätzt anhand Senior Data Scientist in Fintech, London. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior Data Scientists mit Production-ML-Erfahrung
- Fraud/Financial-Crime-Spezialisten
- Kandidaten, die High-Impact ML arbeiten möchten
🚫 Weniger geeignet
- Junior Data Scientists
- Akademische Data Scientists ohne Production-Erfahrung
- Remote-only Kandidaten
💡 Gut zu wissen
- Financial Crime ML erfordert spezifische Fachkenntnisse
- Datenschutz und Compliance sind wichtig
- 3-4 Tage pro Woche Büropräsenz in London
- Models beeinflussen direkt Business-Outcomes
Über das Unternehmen
ARQ ist eines der am schnellsten wachsenden Fintech-Unternehmen und sucht einen Senior Data Scientist für Financial Crime. Das Unternehmen betreut über 2 Millionen Kunden und braucht ML-Experten für Risiko- und Fraud-Prevention.
Deine Aufgaben
- Machine-Learning-Modelle für Financial-Crime-Challenges entwerfen und deployen
- Fraud-Detection, Chargeback-Vorhersage und Anomalie-Detektion entwickeln
- Ambiguous Business-Probleme in messbare ML-Lösungen umwandeln
- Eng mit Product und Operations Teams zusammenarbeiten
- Große Datensätze analysieren und Muster identifizieren
- Production-Ready Data Pipelines und Model-Serving-Lösungen bauen
- Model-Performance kontinuierlich verbessern
Deine Voraussetzungen
- 5+ Jahre Data Science, Machine Learning oder verwandtem Bereich
- Starke Python-Fähigkeiten und Erfahrung mit großen Datensätzen
- Nachgewiesene Erfahrung beim Deployment von ML-Modellen in Production
- Verständnis von Supervised Learning und Classification-Problemen
- Erfahrung mit Anomalie-Detection oder Fraud-Prevention
- Fähigkeit, Business-Challenges in Data-Science-Lösungen zu übersetzen
- Cross-Functional Zusammenarbeit
Benefits
- Wettbewerbsfähiges Gehalt und Benefits
- Aktienoptionen für Eigentum
- Diskretionärer Leistungsbonus
- Modernste Technologie und Tools
- Weltklasse-Team und Entwicklungsmöglichkeiten
- 3-4 Tage pro Woche vor Ort
