Fraud Data Scientist

Wir sind das Unternehmen, der führende Anbieter von Buy Now, Pay Later (BNPL) Zahlungsmethoden für Unternehmen, und bieten B2B-Unternehmen innovative digitale Zahlungsdienste und moderne Checkout-Lösungen an. Wir haben es uns zur Aufgabe gemacht, den Kaufprozess für alle Unternehmen zu vereinfachen und ihn zu einem Wachstumsinstrument zu machen. Unsere Lösungen basieren auf proprietären, maschinellen Lernmodellen zur Risikobewertung, vollständig digitalisierten Prozessen und einer hoch skalierbaren Technologieplattform.

Als Teil der Decision Science werden Sie an den Modellen arbeiten, die in Millisekunden entscheiden, ob eine Transaktion vertrauenswürdig ist. Ihre Arbeit beeinflusst direkt, wie viel Betrug wir stoppen, wie viele gute Kunden wir genehmigen und wie viel Risiko das Unternehmen trägt.

Über die Rolle:

• Als Fraud Data Scientist werden Sie ein zentraler technischer Beitragender innerhalb der Decision Science-Gruppe des Unternehmens sein.
• Sie entwerfen und entwickeln robuste, skalierbare maschinelle Lernlösungen zur Betrugsprävention mit direktem und messbarem Einfluss auf das Ergebnis des Unternehmens.
• Sie übernehmen den gesamten Lebenszyklus des Modells: Definition des analytischen Ansatzes, Testen von Hypothesen und Bereitstellung von Modellen, die komplexes Schuldnerverhalten und aufkommende Betrugsmuster erfassen.

Im Detail werden Sie:

• Anti-Betrugsmodelle entwerfen und bereitstellen, Projektprioritäten festlegen und produktionsbereite Lösungen liefern.
• Verhaltensmuster von Schuldnern modellieren, Risikofaktoren identifizieren und die Logik der Echtzeit-Entscheidungsmaschine des Unternehmens mithilfe quantitativer Analysen, Datenanalysen und fortgeschrittener ML optimieren.
• Präzision und Rückruf unter schwerem Klassenungleichgewicht ausbalancieren, wobei die Kosten von Fehlalarmen (Kundenfriktion) gegen verpassten Betrug (finanzieller Verlust) abgewogen werden.
• Bereitgestellte Modelle auf Drift und adversarielle Anpassung überwachen und bei Bedarf neu trainieren oder kalibrieren, wenn sich Betrugsmuster ändern.
• Mit Daten- und Softwareingenieuren, Analysten und Produktmanagern zusammenarbeiten, um die Entscheidungslogik zu verbessern, neue Datenquellen zu integrieren und die Systemfunktionalität zu erweitern.
• Die Bereitstellung und Operationalisierung von ML-Diensten innerhalb von Echtzeitanforderungen übernehmen und mit der Technik an Infrastrukturanforderungen wie Containerisierung und ereignisgesteuerten Architekturen arbeiten.
• Wissen im Team teilen und zu starken Experimentier- und Programmierpraktiken beitragen.
• Technische Erkenntnisse in klare, umsetzbare Empfehlungen durch effektives Daten-Storytelling für technische und nicht-technische Stakeholder umwandeln.

Was Sie ins Team bringen:

• Must have: 3-5+ Jahre in einer quantitativen oder maschinellen Lernrolle, idealerweise im Fintech oder einem anderen hochtransaktionalen Umfeld. Direkte Erfahrung in der Betrugsprävention oder Risikomodellierung ist stark bevorzugt.
• Nachgewiesene fortgeschrittene Kenntnisse in Python (z.B. pandas, scikit-learn, xgboost) und SQL (Snowflake, Postgres oder MySQL).
• Tiefe Expertise in Klassifikationsmodellen (klassisch und Deep Learning), Anomalieerkennung und graphbasierten Methoden (z.B. graph neural networks, entity-link analysis).
• Praktische Erfahrung in der Produktion von ML-Diensten mit einem starken Verständnis moderner MLOps-Konzepte wie Containerisierung (Docker/Kubernetes) und ereignisgesteuerte Architekturen.
• Nachgewiesene Fähigkeit, Stakeholder über technische und nicht-technische Funktionen hinweg zu managen und technische Roadmaps mit Geschäftsprioritäten in Einklang zu bringen.
• Scharfe Problemlösungsfähigkeiten mit der Fähigkeit, komplexe geschäftliche Herausforderungen in saubere, effiziente und skalierbare technische Anforderungen zu übersetzen.
• Starke Kommunikationsfähigkeiten mit einer Erfolgsbilanz darin, Daten zu nutzen, um Strategien zu beeinflussen und funktionsübergreifendes Engagement voranzutreiben.

Nice to have:

• Erfahrung mit ML-Orchestrierungsframeworks wie Metaflow, Apache Flink oder ähnlichen MLOps-Tools.
• Erfahrung in der Implementierung von LLM-basierten Workflows (z.B. agentic pipelines, retrieval-augmented generation oder LLM-assistierte Merkmalsextraktion), insbesondere angewandt auf Betrugserkennung oder Risikosignale.

Was wir bieten:

• Herausfordernde und wirkungsvolle Arbeit, die persönliches und berufliches Wachstum fördert.
• Eines der besten Virtual Shares Incentive Programs auf dem Markt, damit jeder im Unternehmen an unserem Erfolg beteiligt ist.
• Flexible Arbeitszeiten und Vertrauen in Ihre Fähigkeit zu liefern, was Ihnen ermöglicht, Ihr Arbeitsleben selbst zu gestalten.
• Ein hybrider Arbeitsansatz, der es Ihnen ermöglicht, bis zu 3 Tage pro Woche von zu Hause aus zu arbeiten.
• 30 Tage Urlaub pro Jahr, Sabbatical-Möglichkeiten und zusätzliche Kinderkrankentage für Eltern.
• Unser Programm „Catch a Ride with the company“, das vergünstigten Zugang zu den öffentlichen Verkehrsmitteln in Berlin (BVG), Deutschland-Ticket oder JobRad ermöglicht.
• Ein jährliches Entwicklungsbudget zur Erweiterung Ihrer Fähigkeiten und Horizonte.
• Kostenlose Deutschkurse in Gruppen.
• Ein englischsprachiges, multikulturelles Team mit mehr als 40 Nationalitäten.
• Bedeutungsvolle Verbindungen zu Ihren Kollegen durch Unternehmens- und Teamevents, Interessengruppen, den Unternehmenslaufclub, Spieleabende und mehr, unterstützt von unserem Formula Fun Team!

*Das Unternehmen ist ein Arbeitgeber, der Chancengleichheit bietet, und wir diskriminieren nicht aufgrund von Rasse, Farbe, Religion, sexueller Orientierung, Geschlechtsidentität oder -ausdruck, nationaler Herkunft, Alter, Behinderung oder einer anderen geschützten Eigenschaft. Wir setzen uns dafür ein, ein integratives Umfeld zu schaffen, in dem sich jeder zugehörig fühlt. Alle qualifizierten Bewerber sind willkommen und wir ermutigen Sie besonders, sich zu bewerben, auch wenn Sie nicht jede Anforderung in der Stellenbeschreibung erfüllen.*

Für Informationen zur Datenverarbeitung siehe unsere "Recruiting Privacy Policy und weitere Informationen": https://www.the company.io/en/candidate-information