НовоеAI-конструктор резюме: правишь прямо на листе A4, а нейросеть подсказывает, что усилитьКонструктор резюме на листе A4Попробовать
JobPath
Начать бесплатно

Stripe

Staff Data Scientist, Fraud

  • N/A
  • сегодня

Stripe ищет опытного Staff Data Scientist для руководства направлениям обнаружения мошенничества в платежах. Роль сочетает техническое лидерство с влиянием на кросс-функциональные команды и включает разработку подходов к оценке AI-агентов в процессах фрод-контроля.

О позиции

Мы — финансовая инфраструктурная платформа для бизнеса, помогающая миллионам компаний принимать платежи и развивать свои возможности. Команда Fraud Data Science занимается обнаружением мошенничества продавцов, проверками аккаунтов и принятием мер для защиты Stripe и его пользователей. Мы сотрудничаем с командами Fraud Engineering и Risk Operations, превращая исследования данных в работающие системы и измеримые улучшения профилактики мошенничества. В этой роли вы определите, как мы оцениваем качество и влияние агентных подходов к выявлению мошенничества, переведёте выводы в технические приоритеты и обеспечите согласованность с партнёрами по областям применения этих методов.

Чем заниматься

  • Определять техническую стратегию и дорожную карту команды по обнаружению мошенничества продавцов, проверкам аккаунтов и вмешательствам, выявляя возможности для максимального влияния дата-сайенс
  • Руководить кросс-функциональными инициативами с Fraud Engineering, Risk Operations, Product и другими партнёрами, превращая неоднозначные задачи фрода в чёткие технические планы и измеримые результаты
  • Разрабатывать рамки оценки для AI-агентов в фрод-расследованиях и проверках аккаунтов, включая тестовые датасеты, метрики качества, офлайн-тестирование и онлайн-эксперименты
  • Комбинировать оценки моделей и агентов с фидбеком обзорщиков и бизнес-результатами для выявления режимов сбоя, определения итераций и принятия решений по развёртыванию
  • Обеспечивать hands-on техническое лидерство в машинном обучении, статистическом моделировании, экспериментировании и измерении, помогая командам решать сложные проблемы от исследований до продакшена
  • Разрабатывать подходы к измерению влияния вмешательств против мошенничества, учитывая компромиссы между потерями от фрода, эффективностью проверок и трением для легитимных пользователей
  • Переводить технические выводы в рекомендации, влияющие на приоритеты и инвестиции команд
  • Повышать стандарты оценки, воспроизводимости и мониторинга в продакшене, менторить дата-сайентистов
  • Вести сложные проекты от определения проблемы через моделирование, реализацию и оценку, оставаясь hands-on с анализом, кодом и разработкой моделей
  • Устанавливать практики оценки моделей, мониторинга, воспроизводимости и аналитической строгости

Что ждут

  • 10+ лет опыта работы дата-сайентистом или эквивалентный комбинированный опыт в индустрии и исследованиях в количественной области
  • Степень бакалавра, магистра или PhD в количественной области: Статистика, Математика, Экономика, Исследование операций, Физические науки или Инженерия
  • Опыт применения дата-сайенс или машинного обучения для обнаружения мошенничества, риск-решений или родственных адверсарных задач
  • Доказанный опыт руководства инициативами, охватывающими несколько команд, или использования глубинных предметных знаний для влияния на планирование и выполнение технической дорожной карты
  • Сильная база в машинном обучении и статистике, опыт разработки тщательных оценок и перевода результатов в продакшн или бизнес-решения
  • Подтверждённая способность создавать согласованность между техническими и нетехническими стейкхолдерами в неоднозначных сложных ситуациях и достигать измеримых бизнес-результатов
  • Способность балансировать исполнение и скорость с исследованиями, статистической глубиной и масштабируемым дизайном
  • Владение SQL и языком программирования вроде Python или R
  • Владение AI-инструментами для ускорения разработки моделей, анализа и кодирования
  • Опыт менторства и инвестирования в развитие коллег

Будет плюсом

  • Опыт обнаружения мошенничества продавцов, проверок аккаунтов или вмешательств против фрода в платежах или финансовых услугах
  • Опыт оценки или развёртывания систем на базе больших языковых моделей, включая AI-агентов, с вниманием к надёжности, анализу отказов и человеческому надзору
  • Опыт разработки тестовых датасетов и метрик качества для сложных решений с неполным или задержанным ground truth
  • Опыт перехода систем машинного обучения или статистики от начальных исследований до продакшн-развёртывания, мониторинга и итераций
  • Опыт проектирования экспериментов или применения каузального вывода для измерения влияния политик риска, процессов проверок или вмешательств

Условия

  • Возможность определять техническую стратегию в одной из ключевых областей финансового сервиса мирового уровня
  • Работа с большими объёмами данных и сложными задачами обнаружения мошенничества в реальных транзакциях
  • Влияние на защиту миллионов предприятий и конечных пользователей платформы Stripe
  • Менторство и развитие команды дата-сайентистов высокого уровня
  • Доступ передовым технологиям в области AI, ML и data science

Навыки

  • Machine Learning
  • Python
  • SQL
  • Statistics
  • Experimental Design
  • Model Evaluation
  • Risk Modeling
  • Causal Inference
  • Large Language Models
  • AI Agents
  • Fraud Detection
  • Production Deployment

Сложность отбора

Staff уровень требует глубокого экспертного опыта, стратегического мышления и способности руководить техническим видением крупной функциональной области

Оценка JobPath

Зарплата по рынку

900 000 – 1 500 000 ₽ в месяц

Оценка основана на рыночных данных для Senior/Staff Data Scientist в финтех-компаниях мирового уровня; точный пакет компенсации зависит от локализации, бонусов и акций

Оценка JobPath по рынку, не предложение работодателя

Могут спросить на собеседовании

  1. Как вы определяете метрики качества для систем обнаружения мошенничества, когда ground truth может быть неполным или задержанным?
  2. Расскажите о вашем опыте внедрения AI-агентов или LLM-систем в production. Как вы оценивали их надёжность и контролировали риски?
  3. Как вы балансируете интересы бизнеса (минимизация фрода), операционную эффективность и пользовательский опыт при разработке политик риск-менеджмента?
  4. Приведите пример сложного проекта, которым вы руководили от problem definition до production deployment. Какие вызовы возникли и как вы их преодолели?
  5. Как вы строите alignment с нетехническими стейкхолдерами при продвижении технических изменений и инвестиционных решений?

Прорепетировать это собеседование

Голосовой ИИ-интервьюер задаст вопросы под эту вакансию и разберёт каждый ответ.

Начать бесплатно

Сохрани похожие вакансии

Новые вакансии с такой должностью будут собираться в кабинете.

Сохранить фильтр

Перед откликом

Попробовать бесплатно

Связаться с поддержкой

Выбери, где удобнее написать