Observé chez
Data Scientist Machine Learning Fraude
Fintech
Informatique
PythonSQLscikit-learnLightGBMDockerJenkinsAWSSageMakerLambdaS3Athena
Python
Docker
AWSRôle
Data scientist spécialisé dans la construction de systèmes de détection de fraude end to end responsable de l'ensemble du pipeline machine learning de la donnée brute au déploiement en production à grande échelle transformant les architectures basées sur des règles en systèmes sophistiqués pilotés par des modèles.
Technologies
PythonSQLscikit-learnLightGBMDockerJenkinsAWSSageMakerLambdaS3Athena
Contextes
FintechPaiement
Compétences
Ingénierie des donnéesDéveloppement de featuresConception de modèlesEntraînement de modèlesDéploiement en production temps réelMonitoring et réentraînementRéseaux de neurones graphiquesDétection d'anomaliesSignaux comportementauxGestion de datasets massifsInférence basse latenceCommunication technique et métier
Challenges détectés
4 enjeux- Transformation
Reconstruire les systèmes de détection de fraude à partir de zéro
- Optimisation
Transformer les architectures basées sur des règles en systèmes pilotés par des modèles
- Optimisation
Opérer à l'échelle de centaines de millions de transactions
- Croissance
Déployer des approches novatrices en production