Fraud & Anomaly Data Scientist – Remote, ML & Growth

Groupama; Roma; Hybrid; EUR 36,000 - 44,000; Full time

Benefits offered by this job

Smart working

Welfare aziendale

Previdenza integrativa

Polizza salute

Polizza infortuni

Polizza vita

Job summary

Groupama cerca una figura Senior nel team Data-Driven Fraud & Anomalies Detection Office a Roma, con forte orientamento analitico e solidi strumenti di fraud detection. Ruolo end-to-end su progettazione, implementazione e aggiornamento di sistemi ML in ambiente cloud, con focus su pattern sospetti, must-have in dati ad alto volume di transazioni.

La posizione prevede collaborazione con IT, Data Engineering e business per l’industrializzazione di modelli e l’ottimizzazione di KPI.

Qualifications

• Laurea magistrale in Informatica, Ingegneria, Statistica o equivalente.

Responsibilities

• Sviluppare, validare e monitorare modelli di Fraud Detection e Anomaly Detection.
• Applicare tecniche ML e behavioural analytics per identificare anomalie.
• Definire e ottimizzare KPI di detection e falsi positivi.
• Progettare pipeline dati scalabili per grandi volumi.
• Collaborare con IT, Data Engineering e Business per l’industrializzazione dei modelli ML.
• Monitorare performance modelli e retraining.
• Contribuire all’evoluzione di piattaforme antifrode e dashboard.

Skills

Machine Learning

Statistica

Python

SQL

Data Viz

Cloud Platforms

Pandas/NumPy

English

Education

Laurea magistrale in Informatica/Engineering/Matematica o equivalente

Tools

BigQuery

Vertex AI

Job description

Groupama cerca una figura Senior nel team Data-Driven Fraud & Anomalies Detection Office a Roma, con forte orientamento analitico e solidi strumenti di fraud detection. Ruolo end-to-end su progettazione, implementazione e aggiornamento di sistemi ML in ambiente cloud, con focus su pattern sospetti, must-have in dati ad alto volume di transazioni.

La posizione prevede collaborazione con IT, Data Engineering e business per l’industrializzazione di modelli e l’ottimizzazione di KPI.