Руководитель группы антифрод-аналитики в Финтех
Описание
Локация: Москва, Павелецкая; гибридный формат
Зарплата: 350 000–500 000 ₽ в месяц на руки
Компания
Финтех-направление развивает BNPL-сервис «Сплит», кредитную карту «Супер Сплит» и кредиты наличными, управляя их портфелем, доходностью и риском.
Что делать
Руководить группой антифрод-аналитиков из 3–6 человек: ставить цели и KPI, проводить ревью, менторить и развивать экспертизу команды.
Выстраивать и развивать систему обнаружения аномалий, операционные метрики и алертинговую инфраструктуру для продуктов.
Выявлять фрод-в ны и координировать их закрытие от срабатывания алерта до выкладки отказа в продакшен.
Формировать и проверять антифрод-гипотезы, собирать внутренние и внешние фичи, разрабатывать и тестировать правила и ML-модели, анализировать эффект после запуска.
Создавать антифрод-контур для новых продуктов и мерчантов: разрабатывать скрипты и правила, выстраивать операционные процессы и методологию разбора ситуаций.
Взаимодействовать с командами рисков, продукта, ML, разработки и комплаенса, а также с бюро кредитных историй, скоринговыми сервисами и телеком-компаниями.
Требования
Более 3 лет опыта в риск-аналитике, антифроде или смежных направлениях финтеха.
Не менее 2 лет опыта руководства командой аналитиков, включая постановку задач, обратную связь и развитие сотрудников.
Знание методов обнаружения аномалий и антифрода; способность проводить задачу от гипотезы до результата в продакшене.
Уверенное владение SQL и Python.
Умение выстраивать операционные процессы и определять метрики: KPI команды, SLA, качество и нагрузка.
Хорошо, если есть
Опыт работы с ML-моделями: обучение, валидация и оценка эффекта в продакшене.
Опыт работы с внешними источниками данных.
Опыт запуска антифрода в новом продукте или сегменте.
Опыт работы по методологии Agile или Scrum, планирования спринтов и управления бэклогом команды.
Культура и преимущества
Гибридный формат работы в Москве.
Работа на стыке рисков, продукта, ML, разработки и комплаенса.
Взаимодействие с внешними поставщиками данных и оценка экономической эффективности их услуг.