وصف الوظيفة

الأدوار والمسؤوليات

• · تطوير وتحسين نماذج احتيال البطاقة للمحافظ الصادرة والمكتسبة. تصميم وتطوير وتحسين نماذج كشف الاحتيال باستخدام تقنيات إحصائية متقدمة وتعلم آلي وذكاء اصطناعي لتحسين دقة الكشف وتقليل الإيجابيات الكاذبة.

  · استضافة النماذج ونشرها: نشر النماذج باستخدام SAS SFD والتكامل مع أنظمة الإنتاج. ضمان استضافة سلسة وقابلية التوسع للنماذج عبر بيئات متعددة.

  · MLOps والأتمتة: إنشاء وصيانة خطوط أنابيب MLOps لدمج وتوزيع ومراقبة نماذج الاحتيال بشكل مستمر. أتمتة إعادة تدريب النماذج وتتبع الأداء.

  · التقييم والاختبار: إجراء تحقق صارم من صحة النموذج واختبارات تحمل وأداء معيارية. التعاون مع فرق عمليات الاحتيال لضمان تلبية النماذج لمتطلبات الأعمال والتنظيم.

  · التعاون وإدارة أصحاب المصلحة: الشراكة مع مخاطر الاحتيال وهندسي البيانات وتقنية المعلومات وفرق العمل لتقديم حلول شاملة. نقل الرؤى والتوصيات إلى الإدارة العليا وأصحاب المصلحة في الأعمال.

الملف المرشح المطلوب

• المهارات والمؤهلات المطلوبة
  · التعليم: ماجستير أو دكتوراه في علم البيانات، الإحصاء، علوم الكمبيوتر، أو مجال ذي صلة.
  · المهارات التقنية: كفاءة قوية في SAS (بما في SAS SFD)، بايثون، SQL. خبرة في أطر تعلم الآلة (مثل TensorFlow، PyTorch، Scikit-learn). خبرة عملية بأدوات وممارسات MLOps (مثل MLflow، Kubeflow، خطوط CI/CD). فهم عميق لتقنيات كشف احتيال البطاقة وبيانات المعاملات.
  · الخبرة: 7+ سنوات في أدوار علم البيانات، مع ثلاث سنوات على الأقل في نمذجة احتيال البطاقة. سجل حافل بنشر النماذج في بيئات الإنتاج.
  · المهارات الشخصية: مهارات تحليلية قوية وحل المشكلات. قدرت عالية على التواصل وإدارة أصحاب المصلحة.

المؤهلات المفضلة
· الخبرة في القطاع المصرفي أو المدفوعات.
· الإلمام بمنصات السحابة (AWS، Azure، GCP) لاستضافة وتوزيع النماذج.
· معرفة بالامتثال التنظيمي في إدارة مخاطر الاحتيال.