Auf einen Blick
Sift sucht einen Staff Data Scientist mit Deep Fraud-Expertise zur Architektierung und Optimierung von ML-Systemen für Production Fraud Detection.
💰 ~$160.000–220.000/Jahr (geschätzt)
📊 Senior
🕒 Vollzeit
🌍 Remote
🗺️ Americas
- Deep Fraud Domain Expertise
- Strong Statistical Rigor
- Production ML Systems
- Python und ML Framework Mastery
Machine Learning
Fraud Detection
Python
Statistical Analysis
Adversarial ML
Feature Engineering
Production ML
Gehalt geschätzt anhand Staff Data Scientist, Remote/USA, Production Fraud Detection ML, Deep Domain Expertise erforderlich. Kein Gehalt in der Anzeige angegeben.
✅ Geeignet für
- Senior Data Scientists mit Fraud/Security Leidenschaft
- ML Experts die Adversarial Thinking verstehen
- Spezialisten, die Feature Engineering und Domain Knowledge lieben
🚫 Weniger geeignet
- Junior oder Mid-Level Data Scientists
- Generic ML Engineers ohne Fraud-Erfahrung
- Kandidaten ohne Statistical Rigor
💡 Gut zu wissen
- Staff-Level Role - Sehr hohe Anforderungen an Expertise
- Fraud Detection ist arms race - Adversaries evolvieren ständig
- Deep Domain Knowledge ist nicht negotiable
- Production Fokus - nicht nur Notebooks
Über das Unternehmen
Sift ist die KI-gestützte Fraud-Detection-Plattform mit einem Machine Learning Backbone, der von 1 Billion+ Events pro Jahr von 700+ globalen Kunden lernt. Das Unternehmen ist ein schnell wachsender Startup mit Top-Tier-Investoren und fokussiert auf fraud detection und identity manipulation.
Deine Aufgaben
- Fortgeschrittene Modelling Strategien über Fraud-Domänen (Payment Fraud, Account Takeover, Identity Spoofing, Account Abuse) architektieren und ownen
- Model Quality Standards etablieren, die Adversarial Dynamics berücksichtigen
- Diagnostic Frameworks entwickeln zur Dekomposition von Model Performance
- Post-Launch Monitoring Process und Degradation-Detection ownen
- Statistical Innovation auf High-Leverage Fraud-Problemen führen
- Mit ML Engineering und Information Security auf Adversarial Robustness zusammenarbeiten
- Automated Workflows für Scale bauen
Deine Voraussetzungen
- Deep Fraud und Information Security Domain Expertise
- Starke Statistical Rigor
- Verständnis von Account Takeover, Payment Fraud Vectors, Identity Manipulation, Network Abuse
- Production ML Systems Erfahrung
- Python und ML Frameworks Expertise
- Fähigkeit zur Feature Engineering und Model Experimentation
