Аналитик-разработчик в Платёжный антифрод

Миллионы людей по всему миру пользуются Яндекс Едой, Такси, Доставкой, Лавкой, Маркетом и другими сервисами райдтеха, фудтеха и екома Яндекса. Естественно, такие популярные сервисы привлекают многочисленных мошенников. Один из видов мошенничества — финансовый (платёжный) фрод. В этой ситуации вред наносится всем: пользователь теряет деньги, а мы получаем репутацию ненадёжного сервиса.

Наша задача — делать лучшую антифрод-систему для проверки всех платёжных транзакций в Яндекс Еде, Такси и других сервисах. Для такой системы требуется сильная аналитика: надо понимать, какие метрики используются и как они построены, уметь глубоко погружаться в данные и находить крупицы полезного сигнала, разбираться в механизмах противодействия мошенникам — и делать многое другое.

Аналитика для антифрода
Вы глубоко погрузитесь в сферу безопасности и построения антифрод-систем, будете решать множество сложных задач, связанных с кластеризацией, эвристическими алгоритмами, статистическими методами, ML- и DL-моделями. Вам предстоит изучать миллионы транзакций и находить закономерности и аномалии в данных, чтобы создавать методы автоматического обнаружения и предотвращения мошеннических событий. Кроме того, понадобится участвовать в расследовании фрод-инцидентов.

Метрики и контроль качества
Мы придумываем и внедряем метрики, которые отражают влияние наших методов на продукт. Обычно это сопровождается сбором данных из разных источников, выстраиванием пайплайна их обработки и преобразованием в понятные графики.

Больше об аналитике в Яндексе — в канале Yandex for Analytics

• Имеете хорошие технические навыки — можете быстро написать небольшой скрипт на SQL или Python, автоматизировать его запуск и обеспечить мониторинг
• Готовы работать с логами, искать аномалии, строить и самостоятельно проверять гипотезы о подозрительной активности
• Готовы отвечать за свои задачи и проекты, гарантировать корректность подготовленных данных, можете организовать внедрение и регулярные процессы с мониторингами и описанием

• Работали с ML
• Работали в сфере антифрода или информационной безопасности