Вакансии

Location: Москва Мы делаем ML-продукт аналитики деятельности компаний, которые работают с зарубежными партнерами: он прогнозирует их валютные операции и предлагает подходящие продукты банка. Ищем инженера-исследователя, который проведет задачу от гипотезы до прототипа и передаст лучшее решение в разработку. Обязанности * разбираться в задаче вместе с владельцем продукта и аналитиками: что нужно клиенту и какие ограничения у данных * быстро проверять гипотезы на данных, а не на интуиции: от постановки эксперимента до прототипа и демо для заказчика * выбирать подход под задачу: классический ML, временные ряды, LLM, RAG, агенты или их связку. Сравнивать варианты по качеству, устойчивости, стоимости, скорости и сложности вывода в продакшен * проектировать агентов поверх ML-моделей: какие у них инструменты и память, как они собирают контекст и проверяют ответы * передавать лучшее решение в разработку так, чтобы его легко было тиражировать. Требования * опыт внедрения ML-решения с нуля до продакшена * python (pandas, numpy) и SQL, продвинутые навыки построения воспроизводимых пайплайнов * глубокие знания классического ML на табличных данных: бустинг, линейные модели, sklearn, отбор признаков. Навыки работы с PyTorch или аналогом и понимаете, когда DL дает выигрыш * рабата с LLM: промпты, RAG с эмбеддингами и reranking, tool calling, агенты.Знаете типичные сбои вроде галлюцинаций и умеете их ограничивать. оцениваете ответы и агентов целиком через golden set и LLM-as-a-judge, следите за регрессиями качества, latency и стоимостью вызова * умение строить A/B-тесты и офлайн-сравнения: гипотеза, выборки, бейзлайн, абляции, вывод «берем / не берем». Ведете эксперименты в MLflow или аналоге, версионируете данные и промпты * понимаете, когда хватает классического ML, когда нужна LLM * умеете коротко объяснить, что проверили, почему выбрали этот подход и какие риски остались. **Будет плюсом:** * опыт в ВЭД: платежи, валютные потоки, внешнеторговые операции, продукты * сами строили AI-агентов и агентные системы. Условия * комфортный современный офис г. Москва, Кутузовский 32 * офисный формат работы * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * система обучения для профессионального и карьерного развития * расширенный полис ДМС с первого дня работы и страхование для семьи * программа ипотеки для сотрудников * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера.

Задачи: — проектирование и реализация RESTful API на Python-фреймворках FastAPI, Django, Tornado — разработка и поддержка пайплайнов данных и бэкенд-сервисов — проектирование и оптимизация схем баз данных в реляционных, NoSQL и облачных хранилищах Snowflake, Postgres, S3, MongoDB — участие в системном дизайне и архитектурных решениях по масштабируемости, надёжности и безопасности — работа с продакшен-системами через инструменты наблюдаемости — тесная коллаборация с количественными исследователями, фронтенд-инженерами и бизнес-заказчиками Требования: — опыт бэкенд-разработки от 7 лет — сильное владение Python как основным языком команды — уверенный практический опыт с Postgres, Snowflake, MongoDB и S3 — хорошее понимание моделирования данных (ER-дизайн) и принципов проектирования систем — опыт создания и вывода в продакшен REST API — интерес к AI-ассистированной разработке и современным инструментам Будет плюсом: — опыт с NumPy, Pandas и другими аналитическими библиотеками — облачная разработка (AWS или аналоги) — асинхронная обработка и распределённые системы — работа с финансовыми или аналитическими датасетами — знание финансовой предметной области Условия: — удалённая работа доступна при проживании в Грузии, Сербии, Испании или Польше — полная занятость

В поиске Data Analyst в направление Hepsiburada (турецкий маркетплейс). • Python (Pandas).

Задачи: разработка ML-моделей и алгоритмов оптимизации, включая алгоритм приоритизации и ранжирования вариантов замен с формированием трёх наиболее подходящих опций и объяснением критериев выбора; сбор, обработка, нормализация и анализ данных из корпоративных источников, подготовка датасетов и витрин для ML-моделей;

Location: Москва Workplace: Гибрид Объединённая компания Wildberries и Russ — это международная технологическая компания, образованная в результате слияния двух лидеров рынка — IT-компании Wildberries и оператора наружной рекламы Russ. Обязанности ​​​​​​ анализ данных и проверка гипотез для решения бизнес-задач; разработка и валидация ML-моделей (регрессия, классификация, кластеризация, ансамбли) feature engineering: подготовка и проектирование признаков; построение интерпретируемых моделей и explanation-инструментов (XAI); подготовка прототипов моделей и передача их в пилотирование / промышленную эксплуатацию; визуализация результатов, подготовка презентаций и консультирование заказчика. Требования опыт от 2 лет на позиции Data Scientist / аналитика данных; уверенный Python (scikit-learn, pandas, numpy), SQL, опыт с PostgreSQL и ClickHouse; понимание валидации моделей и борьбы с переобучением; навыки визуализации данных и подготовки презентаций; математическое моделирование, статистика, системный анализ. Условия Обучение и развитие: языковые клубы, собственный корпоративный университет, программы развития управленческих навыков и многое другое; Благополучие сотрудников: корпоративный пакет ДМС со стоматологией, корпоративный спорт, консультации психолога и дополнительные возможности аккредитованной IT-компании; Множество сообществ: клуб спикеров, футбола, йоги, шахмат и т.д.; Забота о семьях: создаем условия, в которых легко сочетать карьеру и заботу о близких – от гибкого подхода до масштабных проектов для детей сотрудников; Скидки и партнерские программы: на обучение, страхование, покупки и многое другое; Комфортная рабочая среда: бесплатное питание в офисе, современные офисы рядом с метро, корпоративная техника и портал для сотрудников.

Location: Москва Workplace: гибкий Мы знаем, чего хочет пользователь, и закрываем потребности каждого: предлагаем актуальную и интересную информацию, а также удобные и полезные сервисы. Задачи Разработка, развитие и поддержка BI-дашбордов для внутренних команд и партнёров Анализ и прогнозирование продуктовых, аудиторных и финансовых метрик Поиск точек роста, выявление проблем и формирование рекомендаций на основе данных Анализ конкурентов, автоматизация сбора и парсинга внешних данных Проведение A/B-тестов, проверка продуктовых гипотез и оценка эффективности изменений Разработка и поддержка витрин данных, автоматизация ETL-процессов и аналитической отчётности Контроль качества данных, выявление аномалий и обеспечение достоверности метрик Развитие аналитических процессов, внедрение AI-инструментов и автоматизация рутинных задач Самостоятельное ведение аналитических проектов и взаимодействие с продуктовыми и бизнес-командами Требования Уверенное владение SQL: сложные запросы, CTE, оконные функции, оптимизация запросов, работа с реляционными БД Уверенное знание Python (Pandas, NumPy, работа с API, обработка и автоматизация сбора данных) Опыт построения и развития BI-дашбордов (Tableau, Superset, Redash, Grafana и другое) Опыт автоматизации аналитических процессов, интеграции различных источников данных и разработки ETL-процессов Знание математической статистики, опыт проведения A/B-тестов, проверки гипотез и анализа результатов Умение самостоятельно вести аналитические задачи: от сбора требований и подготовки данных до выводов и рекомендаций бизнесу Опыт использования AI-инструментов (ChatGPT, Claude, Cursor и другое) для ускорения аналитики и автоматизации рутинных задач Будет плюсом Опыт работы с веб-аналитикой (Яндекс Метрика, Google Analytics, GTM) Опыт работы с продуктовыми и контентными метриками, анализом пользовательского поведения Понимание принципов работы DWH, построения витрин данных и проектирования моделей данных Опыт разработки AI-агентов и использования LLM API Знание Bash, Git, базовые навыки ML

🔭Чем у нас занимаются стажеры? - Сразу после этого получают свою первую настоящую боевую задачку (и НЕ страдают, так как ментор всегда под рукой) на дизайн или оценку будущего эксперимента.

Задачи: — Запуск нового продукта в Fordewind Group. — Поиск возможностей роста и самостоятельное доведение изменений до работающего решения: анализ причин, расчет экономики, организация внедрения и измерение результата. — Работа напрямую с основателем над задачами на стыке продукта, продаж и технологий. — Анализ пути клиента от заявки до выдачи финансирования, выявление причин потерь и задержек. — Получение и проверка данных, написание SQL-запросов, анализ в Python, сбор метрик и дашбордов для принятия решений. — Оценка влияния изменений на конверсию, доходность, затраты и скорость работы. — Приоритизация задач с учетом эффекта и сложности реализации. — Проработка изменений в процессах и инструментах, описание требований, учет интеграций и исключительных сценариев. — Изучение рынка решений и подрядчиков, проведение встреч, сравнение функциональности, стоимости и условий, обоснование выбора. — Согласование действий с бизнесом и технической командой, контроль сроков и результатов, помощь коллегам в освоении новых процессов. — Измерение эффекта после внедрения и проверка достижения ожидаемых результатов. Требования: — Сильная количественная подготовка: образование в РЭШ, МФТИ, МГУ, ВШЭ или сопоставимом уровне. — Уверенные знания теории вероятностей, математической статистики и эконометрики с опытом применения к реальным данным. — Практический опыт в продуктовой или бизнес-аналитике либо прикладном Data Science. — Уверенный SQL: объединение таблиц, агрегации, оконные функции. — Навыки самостоятельного получения корректных выборок и проверки качества данных. — Опыт анализа данных в Python с использованием pandas и NumPy. — Практический опыт работы с BI-инструментами: Power BI, Tableau, DataLens или аналогичными. — Знания прикладной статистики: описательные показатели, сравнение групп, проверка гипотез, доверительные интервалы, регрессионный анализ, основы A/B-тестирования. — Умение выбирать методы анализа и объяснять ограничения выводов. — Понимание бизнес-метрик: конверсии, клиентская воронка, юнит-экономика, окупаемость изменений. — Способность объяснить влияние найденных закономерностей на бизнес. — Самостоятельность, системное мышление, умение планировать и доводить задачи до результата. — Навыки коммуникации и организации работы с бизнесом, разработчиками и подрядчиками. Преимущества: — Опыт работы в технологической продуктовой компании, финтехе, банке или e-commerce с сильной аналитической культурой. — Примеры успешных изменений с подтверждением результата цифрами. — Опыт выбора подрядчиков, интеграций и автоматизации процессов. Условия: — Работа напрямую с основателем компании с возможностью влиять на ключевые показатели бизнеса. — Высокая автономность и широкая зона ответственности от постановки задачи до внедрения и оценки результата. — Доход на уровне ведущих российских ИТ-компаний и прозрачные бонусы по результатам. — Международная распределённая команда и проекты для рынков разных стран. — Полностью удалённый формат работы из любой точки мира.

– Опыт работы от 2 лет в анализе данных. – Уверенный SQL: сложные соединения, оконные функции, понимание причин медленных запросов.

Location: Нижний Новгород Мы – команда экспертов, объединенных общей страстью к искусственному интеллекту и рекомендательным системам (RecSys). Нашей главной задачей является создание современной, масштабируемой рекомендательной платформы, способной предвосхищать ожидания пользователей, предлагая персонализированные рекомендации на каждом этапе их взаимодействия с экосистемой Сбер. Наши решения охватывают широкий спектр отраслей: от финансов и e-commerce до индустрии развлечений и здравоохранения. Развитие нашей платформы строится вокруг внедрения новейших state-of-the-art (SOTA) моделей. Мы следим за мировыми трендами, экспериментируем с новыми подходами, внедряем их как часть платформы и доводим до конкретного применения в бизнесе. Обязанности * извлекать и обрабатывать большие объемы данных (ETL-процессы) с помощью SQL, Python и Spark для анализа воронки рекомендаций * строить дашборды, автоматизированные отчеты и визуализации в BI для продуктовых и ML-команд * проводить статистический анализ (когорты, сегментация, регрессия) метрик retention, LTV, ARPU, выявляя корреляции и причинно-следственные связи * генерировать data-driven гипотезы по рекомендациям, настраивать A/B-тесты и анализировать результаты с фокусом на p-value и uplift. * оптимизировать пайплайны данных (Airflow), работать с логами и сырыми датасетами. Требования * опыт в аналитике данных от 2 лет, с уклоном в обработку Big Data * свободное владение SQL, Python (Pandas, NumPy), Spark для работы с терабайтами данных * опыт работы с A/B-тестированием, сегментацией пользовательской базы, когортным/регрессионным анализом * знание базового ML (кластеризация, feature engineering и т.д.) * опыт работы с инструментами визуализации и построении дашбордов * самостоятельность, инициативность, аналитический склад ума * умение ясно презентовать и отстаивать результаты своей работы * способность работать в быстро меняющейся среде и находить решения сложных задач. **Будет большим плюсом:** * опыт в сферах e-commerce или развлекательных стриминговых сервисов (аудио/видео) * опыт работы в области рекомендательных систем (RecSys) и/или поиска * опыт работы с Kafka и/или другими streaming-платформами для real-time анализа данных * высшее образование в области IT, математики, Data Science или смежных дисциплин * навыки работы с генеративными AI-моделями, опыт использования GigaChat, Kandinsky и аналогов в продуктах * навыки создания и использования AI-агентов инструментальное владение AI для анализа, генерации и автоматизации. **Стек технологий:** Python (Pandas/NumPy/Scikit-learn/Statsmodels), SQL, Spark/ClickHouse, Tableau/Superset/Amplitude, Airflow, Git Условия * ежегодный пересмотр зарплаты и годовая премия * расширенный ДМС и льготное страхование для семьи * уникальная система обучения Сбера для профессионального и карьерного развития * выгодная ипотека для сотрудников * подписка Прайм с возможностью совместного использования на трёх близких * вознаграждение за рекомендацию друзей в команду Сбера * корпоративная пенсионная программа.

разработка и доработка классификатора названий товарных позиций на базе BERT-архитектур (включая предобучение, дообучение и оптимизацию моделей); организация и контроль процесса разметки данных: постановка задач разметчикам, контроль качества, автоматизация пайплайнов;

Проведение исследовательского анализа данных (EDA) для AI/ML-проектов. Разработка и валидация метрик оценки для ML-моделей (включая LLM).

Location: Москва Наша команда занимается разработкой скриптов и инструментов для автоматизации производственных/ITSM/AI PSLC процессов с внедрением целевых решений. Обязанности * автоматизация производственных/ITSM/AI PSLC процессов с внедрением целевых решений и методологии * написание скриптов для автоматизации рутинных задач * разработка и внедрение AI-агентов в целях автоматизации процессов * автоматизация сбора, обработки, валидации и визуализации данных (разработка дашбордов) * автоматизация процессов мониторинга и отправки уведомлений (mail, СберЧат) * работа с LLM и промпт-инжинирингом, включая настройку агентов * написание технической и пользовательской документации. Требования * уверенное владение Python, опыт работы с библиотеками Pandas, NumPy, базовое знакомство со Scikit-learn и SciPy * умение разрабатывать, тестировать и сопровождать программные решения на Python * уверенное знание SQL (JOIN, CTE, группировки, подзапросы, оконные функции, работа с реляционными базами данных) * опыт извлечения, обработки, преобразования, анализа и визуализации данных (реплики АС, Confluence/wiki-страницы, Jira/sbertrack, mcp, локальные файлы и др.) * уверенные навыки промпт-инжиниринга, работы с контекстом LLM, проверки качества ответов и применения AI-инструментов для ускорения разработки (AI-assisted development, vibe coding). * практический опыт разработки и внедрения AI-агентов, понимание их архитектуры, принципов работы с LLM, инструментами и внешними источниками данных * опыт подключения MCP-серверов к агенту, написания собственных MCP-серверов и инструментов для агентов, умение управлять контекстом и сессиями агента. Условия * комфортный современный офис рядом с м. Кутузовская * офисный формат работы * ежегодный пересмотр зарплаты, годовая премия * корпоративный спортзал и зоны отдыха * система обучения для профессионального и карьерного развития * расширенный полис ДМС с первого дня работы и страхование для семьи * программа ипотеки для сотрудников * бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Location: Москва Мы ищем продуктового дата-аналитика, который присоединится к команде, отвечающей за разработку и запуск страхового продукта для физических лиц внутри мобильного приложения Сбербанка. Вы будете работать на стыке бизнеса, продукта и разработки, помогая превратить идею страхового сервиса в работающий функционал приложения. **Продукт** Продукт-конструктор добровольного (некредитного) страхования недвижимости, финансов и здоровья клиентов-физических лиц в СК «Сбербанк Страхование». В составе конструктора «Защита на любой случай» - такие программы как: Защита квартиры, Защита дома, Защита денег (Сбереги финансы), Защита от травм, Защита от серьезных болезней, Защита от клещей. Клиенты продукта – это клиенты Сбербанка по всей России. Миссия продукта: предоставлять клиентам удобный, полезный и выгодный сервис по управлению комплексной страховой защитой с учетом жизненных обстоятельств и персональных предпочтений. **Команда** Команда отвечает за процесс продаж клиентам страховых программ в мобильном приложении «Сбербанк Онлайн». В своей работе команда стремится к data-driven подходу, использует большие данные Группы Сбер и AI-модели для персонализации предложений клиентам. Ключевая метрика команды – выручка с входящего в процесс оформления страхового полиса пользователя мобильным приложением «Сбербанк Онлайн», а также конверсия, средний чек и уровень оплачиваемости очередных страховых взносов. В команде есть дизайнер, бизнес-аналитик, системные аналитики, java-разработчики и тестировщики, что позволяет делать полный цикл разработки от гипотезы до вывода фичи в пром, анализа изменений и их тиражирования. Производственный процесс базируется на методологии agile. Обязанности * Проводить глубокий анализ ретроспективных данных по страховому продукту в мобильном приложении СберБанка для поиска барьеров и точек роста; * Разрабатывать и поддерживать витрины данных в BI-системах; * Проводить A/B-тесты: от дизайна эксперимента до статистической проверки гипотез и подготовки итоговых выводов; * Готовить цифровую оценку продуктовых гипотез, подводить итоги после их проверки и формировать выводы и предложения; * Участвовать в квартальном бизнес-планировании, в проектах по развитию персонализации предложений для клиентов банка; * Анализировать клиентский путь (CJM), искать инсайты и вырабатывать рекомендации по улучшению продуктовых метрик (конверсия, средние чеки) на каждом шаге воронки продаж; * Строить ML-модели для сегментации аудитории. Требования * Опыт работы аналитиком с уклоном в data science от 3 лет; * Отличное знание SQL (Greenplum, PostgreSQL, Hive)/Excel (ВПР, сводные таблицы)/Python (pandas, numpy); * Знания/ опыт проведения A/B-тестов; * Аналитическое мышление, внимательность к деталям; * Высшее техническое или экономическое образование; * Навыки работы с генеративными AI-моделями; опыт создания AI-агентов и использования их в работе будет преимуществом; * Опыт работы с ИИ-инструментами. Условия * ОФИСНЫЙ формат работы (современный офис в Москве на метро Кутузовская); * Льготные ипотечные условия кредитования; * Подписка Прайм с возможностью совместного использования на трёх близких; * Скидки на продукты компаний – партнеров: Okko, Сбер Маркет, Мега Маркет, Самокат, Еаптека и другие; * ДМС с первого дня и скидки на страхование для близких; * Корпоративная пенсионная программа; * Детский отдых и подарки за счет Компании; * Обучение за счет Компании, Онлайн курсы, неограниченный доступ к библиотеке и обучение на базе Корпоративного университета, тренинги, митапы и возможность получить новую квалификации.

Location: Санкт-Петербург Мы ищем опытного и неравнодушного коллегу, который погрузится в процессы построения управленческой отчетности Банка на Платформе Digital Reporting. Наша команда специализируется на решении сложных интеграционных задач и внедрению инноваций. Наш основной бизнес-продукт - E2E-тракты с расчетными витринами для управленческой отчетности Банка. Техстек: Greenplum, MS SQL, Python, Git, BitBucket, Jira, Confluence. Обязанности * проектирование архитектуры решения (определение интеграционного сценария, подготовка архитектурной спецификации, согласование предложенного решения) * анализ первичных данных, проработка бизнес-требований с Заказчиками, ведение документации * реализация E2E-тракта поставки данных (создание потока загрузки данных в Платформу, логики очистки данных, структуры хранения, процедур расчета-бизнес-логики на Greenplum) * настройка оркестрации ETL-потока (внутренний аналог AirFlow). * разработка ККД как на входные данные, так и на результаты работы выходных витрин * тестирование реализованных решений, проведение ПСИ с Заказчиками * оптимизация существующих решений (сокращение нагрузки на КТС, Т2М и т.д.) * адаптация функционала под требования производственного процесса. * стабилизация и передача реализованного решения на бизнес-поддержку. Будет плюсом: * использование LLM GigaChat для решения задач обработки текста и численных данных * разработка AI-агентов для автоматизации внутренних бизнес-процессов (IT-поддержка, разработка, аналитика, сопровождение). Требования * имеешь высшее образование в области математики, статистики, информатики или смежных дисциплин * владеешь SQL (запросы, хранимые процедуры и функции, оптимизация) * имеешь опыт работы с СУБД (Greenplum/Teradata/Oracle/MS SQL), с классическими методами машинного обучения (кластеризация, логистическая регрессия) * имеешь успешный опыт создания промышленных AI агентов * понимаешь работу DWH, ETL-инструментов, принципы работы и возможности современных языковых моделей (LLM) * обладаешь опытом ведения разработки в BitBucket/Git, навыками программирования на Python (pandas, numpy, scikit-learn, PyTorch/TensorFlow) * понимаешь принципы банковского дела * умеешь решать проблемы и работать в условиях многозадачности * умеешь обрабатывать большие объемы структурированных и неструктурированных данных * разделяешь ответственность за оценку сроков по своим задачам и их соблюдение. Условия * комфортный современный офис: Санкт-Петербург, ул. Уральская 1 (метро Василеостровская) * 100% офисный формат работы * ежегодный пересмотр зарплаты и годовая премия * корпоративный спортзал и зоны отдыха * более 400 образовательных программ СберУниверситета для профессионального и карьерного развития * расширенный ДМС, льготное страхование для семьи и корпоративная пенсионная программа * гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ * бесплатная подписка СберПрайм с возможностью поделиться с тремя близкими, скидки на продукты компаний-партнеров * вознаграждение за рекомендацию друзей в команду Сбера.

Мы ищем продуктового дата-аналитика, который присоединится к команде, отвечающей за разработку и запуск страхового продукта для физических лиц внутри мобильного приложения Сбербанка. Проводить глубокий анализ ретроспективных данных по страховому продукту в мобильном приложении СберБанка для поиска барьеров и точек роста;

Задачи: — Проводить исследовательский анализ данных блокчейн сети, включая транзакции, смарт-контракты и адреса. — Идентифицировать аномалии и анализировать их причины. — Анализировать внезапное увеличение активности транзакций и выявлять важные события, такие как ICO или хардфорки. — Разрабатывать и обучать модели машинного обучения для прогнозирования поведения блокчейн сети. — Создавать модели для выявления потенциальных угроз и рисков. — Создавать модели для предсказания стоимости эфира (ETH) на основе данных о транзакциях и активности смарт-контрактов. — Создавать информативные дашборды и инструменты визуализации данных для облегчения понимания трендов и событий в блокчейн сети. Требования: — Опыт работы в анализе данных и машинном обучении, предпочтительно в контексте блокчейн. — Знание Python и библиотек для анализа данных (Pandas, NumPy, Scikit-Learn). — Опыт работы с SQL и базами данных. — Понимание технологии блокчейн и опыт работы с Ethereum или другими блокчейн-платформами — преимущество. — Высшее образование в области компьютерных наук, математики, статистики или смежной области. Условия: — Fulltime-работа с возможностью гибкого графика. — Конкурентная заработная плата от 3100 до 3400 USD, детали обсуждаются лично. — Работа в одной из топовых команд в своей сфере. — Возможность работы на удаленке. — Курсы по повышению квалификации от компании.

Location: Beograd, Serbia; Europe Workplace: hybrid About The Role: We are looking for a technical analyst to join our FinCrime team as one of the owners of our rules framework, KPI and activity tracking, and the continuous improvement of our detection capabilities. You will identify gaps, propose solutions, and drive them to delivery alongside Product, Compliance, Network and Engineering, keeping us ahead of bad actors without hurting speed or user experience. What you'll co-own Rules lifecycle: design, build, test, tune and retire fraud and AML/TF detection rules, from hypothesis through backtesting and deployment to performance review. KPI framework: define, build and maintain metrics for detection effectiveness, false positives, losses, alert volumes and operational productivity. Activity tracking: reporting on rule changes, alert handling and team throughput, with dashboards that stakeholders actually use. Detection improvement: proactively find new typologies, data signals and controls, and turn them into live rules or models. What you'll do Build and improve detection logic: translate fraud and financial crime typologies into rules; use SQL and Python to backtest, simulate and measure impact before release. Monitor and analyze: track real-time and batch transaction data, spot anomalies and emerging attack patterns, and run deep-dives on loss drivers and rule performance. Drive automation: replace manual analysis and reporting with scalable pipelines, scheduled jobs and self-serve dashboards. Collaborate as a partner: Product and Engineering: define requirements, data needs and system enhancements. Compliance: make sure detection meets AML/TF, KYC and regulatory expectations, and support audits and partner due diligence. Network: align on Visa and Mastercard program requirements, thresholds and monitoring. Operations: use investigation feedback to refine rules and reduce noise. Support regulatory compliance: stay current on AML regulations, PSD2/SCA, and card scheme rules, and help embed them into controls. Take responsibility and escalate: document decisions and rule rationale clearly, and escalate material risks early. What You’ll Need To Be Successful In This Role: Experience in fraud or financial crime analytics, ideally in fintech, payments or high-volume B2C. Proven hands-on experience with rule-based detection: designing, tuning and evaluating rules, with clear trade-off thinking (catch rate vs. false positives vs. customer friction). Advanced SQL and experience with modern data platforms and large-scale data processing (distributed frameworks such as Spark or similar). Python for analysis and automation (pandas, notebooks, scheduled workflows), including experience working with large datasets. Solid understanding of fraud typologies and AML/TF concepts, and awareness of emerging trends. Knowledge of Visa and Mastercard tools, data and monitoring programs (AVS, 3DS, chargeback and fraud programs). Practical knowledge of payment methods (cards, tokenization, Apple Pay, Google Pay, etc.). Experience building dashboards in a BI tool (Looker, Tableau, Power BI or similar). Ownership mindset: you spot problems, propose solutions and see them through without waiting to be asked, while working as part of a team. Clear communication and documentation, able to explain data-driven decisions to technical and non-technical stakeholders. Nice to have Experience with rules engines or decisioning platforms and expression-based rule logic. Experience with advanced methods for anomaly detection (statistical, unsupervised or machine learning approaches) and applying them to fraud or financial crime use cases. Familiarity with how financial crime operations run day to day. Experience working with auditors or regulators, or supporting regulatory reviews and partner due diligence. What you'll achieve First 3 months Understand our products, detection framework, rules engine and data landscape. Learn our KPIs, tooling and key fraud and AML patterns. Build relationships across Product, Compliance, Engineering and Operations. Take responsibility for a first set of rules and ship your first tuning improvements. By 6 months Co-own the end-to-end rules lifecycle for your portfolio, with documented performance reviews. Launch a reliable KPI and activity tracking suite. Deliver your first automation that removes recurring manual work. By 12 months Be a key contributor and owner for detection effectiveness and reporting. Deliver measurable gains in loss reduction, false positive rate or operational efficiency. Have introduced new detection approaches and automation that strengthen our compliance posture. Why Join Paysend? Make a Global Impact: Join a company that is transforming how people and businesses move money around the world. Your work will contribute to products and services that help millions of customers stay connected globally. Own Meaningful Outcomes: We empower our people to take ownership, make decisions, and drive real impact. You'll have the opportunity to shape solutions, challenge the status quo, and see the results of your work firsthand. Grow with Us: As a fast-growing global fintech, we offer opportunities to learn, develop new skills, take on new challenges, and advance your career across functions and geographies. Collaborate with Exceptional People: Work alongside talented colleagues from diverse backgrounds and disciplines who are united by a shared ambition to build, innovate, and deliver great outcomes for our customers. Move Fast and Make Things Happen: We value action, curiosity, and continuous improvement. You'll be part of a culture that encourages experimentation, embraces change, and focuses on delivering meaningful results. Be Part of Our Journey: We're building the future of the global money movement. Join us at an exciting stage of growth where your ideas, expertise, and contributions can help shape what's next.