In sintesi
- Mansioni: Costruisci sistemi di rilevamento frodi all'avanguardia e gestisci l'intero ciclo di vita del modello.
- Azienda: Klarna, un'azienda innovativa che opera come una startup.
- Benefit: Stipendio competitivo, opportunità di crescita e ambiente dinamico.
- Altre informazioni: Ambiente stimolante con possibilità di mentoring e crescita professionale.
- Perché questo lavoro: Fai la differenza in un settore tecnico sfidante e impatta milioni di transazioni.
- Qualifiche: Esperienza nella costruzione di modelli ML e competenze in Python e SQL.
La retribuzione prevista è compresa tra 63236 - 90429 € per anno.
Stiamo ricostruendo i nostri sistemi di rilevamento delle frodi da zero e stiamo cercando data scientist che vogliono avere il pieno mandato per farlo nel modo giusto, dai dati grezzi al modello di produzione, su una scala che influisce su centinaia di milioni di transazioni. Klarna è una grande azienda che si muove ancora come una startup: decisioni rapide, reale proprietà e modelli che vengono implementati. Possediamo l'intero stack e ci aspettiamo che tu lo costruisca con noi per abilitare i tuoi casi d'uso. Se hai la curiosità di trovare il problema giusto, la determinazione per costruire la soluzione giusta e l'ambizione di vedere il tuo lavoro avere un impatto, questa è l'opportunità.
La frode è uno degli spazi problematici più tecnicamente impegnativi in Klarna. Costruirai sistemi di machine learning all'avanguardia da zero, possedendo l'intero pipeline dai dati grezzi attraverso l'ingegneria delle caratteristiche, la progettazione del modello, l'addestramento e il deployment in tempo reale. Una parte centrale di questo ruolo è convertire alcuni dei sistemi di frode basati su regole esistenti di Klarna in architetture sofisticate basate su modelli che operano su scala attraverso centinaia di milioni di transazioni.
Costruirai infrastrutture da zero, non manterrai o estenderai framework esistenti. Lavorando con ingegneri, analisti e stakeholder commerciali, tradurrai problemi aziendali ambigui in soluzioni tecniche precise e porterai approcci innovativi come reti grafiche, rilevamento di anomalie e segnali comportamentali in produzione dove possono creare un reale impatto.
Chi sei
- Possesso end-to-end del ML attraverso l'intero stack: ingegneria dei dati, sviluppo delle caratteristiche, progettazione del modello, addestramento, deployment in produzione a bassa latenza, monitoraggio e riaddestramento.
- Forti istinti su quando un modello è pronto per la produzione e quando non lo è.
- Esperienza comprovata nella costruzione di modelli e pipeline di ML da zero, non nell'integrazione o nell'estensione del prodotto o degli strumenti di qualcun altro.
- Esperienza nella costruzione di sistemi di inferenza in tempo reale o quasi in tempo reale; le pipeline batch da sole non sono sufficienti.
- Comodo con dataset su larga scala che includono centinaia di milioni di transazioni e spazi delle caratteristiche ad alta dimensione.
- Forti competenze in Python e SQL con esperienza pratica in scikit-learn, LightGBM, Docker, Jenkins e moderne pratiche di packaging Python.
- Auto-motivato, veloce e creativo. Porti soluzioni innovative dove altri si rivolgono a strumenti preconfezionati.
- Comunica in modo preciso tra pubblici tecnici e non tecnici, inclusi stakeholder senior.
- Laurea in informatica, fisica, matematica applicata, astrofisica, controllo automatico, matematica, ingegneria del software, ingegneria elettrica o un campo quantitativo correlato.
Fantastico avere
- Esperienza nella costruzione di sistemi di ML end-to-end in startup in fase iniziale o piccoli team greenfield. Questo è un forte segnale positivo.
- Esperienza pratica con reti neurali grafiche, rilevamento di anomalie o biometria comportamentale, oltre alla prototipazione o al fine-tuning.
- Familiarità con AWS (SageMaker, Lambda, S3, Athena) e pratiche CI/CD.
- Esperienza nel mentoring o nella guida tecnica di altri data scientist.
Si prega di includere un CV in inglese.
Senior/Lead Data Scientist-Fraud Milan On-site €63,236 EUR - €90,429 EUR in Varese datore di lavoro: Klarna Inc.
Klarna Inc. è un datore di lavoro attraente grazie alla sua cultura aziendale dinamica e innovativa. I dipendenti hanno l'opportunità di lavorare su progetti significativi e di crescere professionalmente in un ambiente stimolante. L'azienda incoraggia la responsabilità e l'autonomia, rendendo ogni ruolo cruciale per il successo collettivo.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Senior/Lead Data Scientist-Fraud Milan On-site €63,236 EUR - €90,429 EUR in Varese
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Klarna Inc.
Non dimenticare di candidarti direttamente sul sito di Klarna Inc.! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Senior/Lead Data Scientist-Fraud Milan On-site €63,236 EUR - €90,429 EUR in Varese
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Klarna Inc.. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Klarna Inc.. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Klarna Inc.
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.