Руководитель группы антифрод-аналитики в Финтех

Локация: Москва, Павелецкая; гибридный формат

Зарплата: 350 000–500 000 ₽ в месяц на руки

Компания

Финтех-направление развивает BNPL-сервис «Сплит», кредитную карту «Супер Сплит» и кредиты наличными, управляя их портфелем, доходностью и риском.

Что делать

• Руководить группой антифрод-аналитиков из 3–6 человек: ставить цели и KPI, проводить ревью, менторить и развивать экспертизу команды.
• Выстраивать и развивать систему обнаружения аномалий, операционные метрики и алертинговую инфраструктуру для продуктов.
• Выявлять фрод-в ны и координировать их закрытие от срабатывания алерта до выкладки отказа в продакшен.
• Формировать и проверять антифрод-гипотезы, собирать внутренние и внешние фичи, разрабатывать и тестировать правила и ML-модели, анализировать эффект после запуска.
• Создавать антифрод-контур для новых продуктов и мерчантов: разрабатывать скрипты и правила, выстраивать операционные процессы и методологию разбора ситуаций.
• Взаимодействовать с командами рисков, продукта, ML, разработки и комплаенса, а также с бюро кредитных историй, скоринговыми сервисами и телеком-компаниями.

Требования

• Более 3 лет опыта в риск-аналитике, антифроде или смежных направлениях финтеха.
• Не менее 2 лет опыта руководства командой аналитиков, включая постановку задач, обратную связь и развитие сотрудников.
• Знание методов обнаружения аномалий и антифрода; способность проводить задачу от гипотезы до результата в продакшене.
• Уверенное владение SQL и Python.
• Умение выстраивать операционные процессы и определять метрики: KPI команды, SLA, качество и нагрузка.

Хорошо, если есть

• Опыт работы с ML-моделями: обучение, валидация и оценка эффекта в продакшене.
• Опыт работы с внешними источниками данных.
• Опыт запуска антифрода в новом продукте или сегменте.
• Опыт работы по методологии Agile или Scrum, планирования спринтов и управления бэклогом команды.

Культура и преимущества

• Гибридный формат работы в Москве.
• Работа на стыке рисков, продукта, ML, разработки и комплаенса.
• Взаимодействие с внешними поставщиками данных и оценка экономической эффективности их услуг.