В Ardent мы нанимаем людей, которые хотят большего, чем просто работу — они хотят служить миссии, которая имеет значение. Наши команды поддерживают самые важные приоритеты национальной безопасности и обороны федерального правительства, помогая защищать страну, укреплять устойчивость и развивать технологии и возможности, которые обеспечивают безопасность Америки. Для ветеранов, специалистов с допуском и целеустремленных новаторов Ardent — это место, где можно продолжать служить вместе с командой, которая понимает важность миссии и людей, стоящих за ней.
Мы также знаем, что у лучших специалистов есть выбор, поэтому мы поддерживаем нашу миссию выгодными условиями и гибкостью, которые выделяются: конкурентоспособная оплата, комплексное медицинское страхование, гибкий оплачиваемый отпуск, выходные федеральных праздников, возмещение стоимости обучения, поддержка профессионального развития, стипендии на оздоровление и культура, которая ценит и вознаграждает усердную работу, преданность делу и адаптивность. Если вы хотите создать что-то значимое, при этом наслаждаясь той гибкостью и поддержкой, которые необходимы для вашей лучшей работы — Ardent — это место, где начинается ваша следующая миссия.
Ardent ищет специалиста по графовым данным (Graph Data Scientist) для присоединения к нашей команде.
Это удалённая позиция.
Описание позиции:
Ardent ищет специалиста по графовым данным для разработки аналитических решений на основе графов, поддерживающих предотвращение мошенничества, расследовательный анализ и инициативы по обеспечению целостности программ в федеральной среде.
Эта роль будет сосредоточена на использовании графовых баз данных, сетевого анализа, статистических методов и методов машинного обучения для выявления связей, скрытых взаимосвязей, подозрительной активности и новых схем мошенничества в больших и сложных наборах данных. Специалист по графовым данным будет тесно сотрудничать с дата-сайентистами, следователями, аналитиками, инженерами данных и государственными заинтересованными сторонами для проектирования, внедрения и эксплуатации возможностей графовой аналитики.
Обязанности и задачи:
- Проектировать, разрабатывать и внедрять аналитические решения на основе графов для поддержки обнаружения мошенничества и расследовательского анализа.
- Использовать графовые базы данных и методы сетевого анализа для выявления скрытых связей, шаблонов и взаимосвязей между объектами.
- Разрабатывать графовые модели, представляющие физических лиц, организации, транзакции, счета, программы и другие релевантные объекты.
- Применять графовые алгоритмы, включая центральность, обнаружение сообществ, анализ связей, анализ путей, кластеризацию и обнаружение аномалий.
- Интегрировать графовую аналитику с машинным обучением, статистическим анализом и другими продвинутыми аналитическими методами.
- Анализировать структурированные, полуструктурированные и неструктурированные данные из публичных, непубличных и коммерческих источников.
- Поддерживать деятельность по разрешению сущностей, сопоставлению идентичностей, картированию связей и оценке рисков.
- Разрабатывать и совершенствовать модели обнаружения мошенничества, правила и сценарии расследований.
- Сотрудничать со следователями и аналитиками для преобразования операционных и расследовательских потребностей в решения графовой аналитики.
- Создавать визуализации, диаграммы связей, панели мониторинга и другие рабочие продукты, которые ясно передают сложные взаимосвязи.
- Поддерживать разработку, тестирование, валидацию и развертывание моделей и приложений графовой аналитики.
- Оценивать производительность моделей и рекомендовать корректировки для повышения точности, масштабируемости и полезности.
- Документировать методологии, источники данных, предположения, конструкции моделей, выводы и ограничения.
- Участвовать в технических обзорах, мероприятиях по контролю качества и демонстрациях проектов.
- Представлять аналитические выводы и рекомендации техническим и нетехническим заинтересованным сторонам.
- Поддерживать обслуживание и улучшение развернутых решений графовой аналитики.
Требования:
- Минимум 3 года практического опыта работы с Neo4j или аналогичной графовой базой данных.
- Уверенное владение Cypher или сопоставимым языком запросов к графам.
- Минимум 3 года практического опыта применения графовых методов для обнаружения мошенничества, расследовательской аналитики, анализа рисков или инициатив по графам знаний.
- Глубокое понимание топологии сетей, мер центральности, обнаружения сообществ, анализа путей, кластеризации и анализа взаимосвязей.
- Минимум 3 года опыта применения статистических и методов машинного обучения к графово структурированным данным.
- Опыт работы с графовыми алгоритмами, обнаружением аномалий, классификацией или предиктивным моделированием.
- Опыт проектирования, внедрения и оптимизации графовых конвейеров данных, моделей данных и схем графов.
- Опыт работы с большими, сложными и объемными наборами данных.
- Сильные навыки Python с использованием стандартных библиотек машинного обучения, науки о данных и графовой аналитики.
- Опыт подготовки данных, инженерии признаков, валидации моделей и оценки производительности.
- Опыт коммуникации сложных аналитических результатов через визуализации, отчеты и презентации.
- Сильные аналитические, проблемно-решающие и коммуникативные навыки.
- Способность сотрудничать с техническими командами, следователями, аналитиками и государственными заинтересованными сторонами.
- Способность успешно пройти и поддерживать необходимую государственную проверку биографии.
Желательные квалификации:
- Опыт поддержки федеральных инициатив по предотвращению мошенничества, расследованиям, надзору или обеспечению целостности программ.
- Опыт работы с офисами инспекторов генеральных, правоохранительными органами или федеральными программами пособий.
- Опыт разработки решений графовой аналитики, связанных с мошенническими группами, мошенничеством с идентичностью, финансовыми сетями или подозрительными схемами взаимосвязей.
- Опыт работы с Neo4j Graph Data Science, NetworkX, PyTorch Geometric, DGL или аналогичными библиотеками графовой аналитики.
- Опыт работы с графами знаний, разрешением сущностей, предсказанием связей или графовыми встраиваниями.
- Опыт интеграции графовых баз данных с облачными платформами, озёрами данных или корпоративными аналитическими средами.
- Опыт работы с Azure Databricks, Microsoft SQL Server, Power BI или сопоставимыми технологиями.
- Опыт развертывания решений графовой аналитики в производственных средах.
- Степень бакалавра или выше в области науки о данных, информатики, статистики, математики, инженерии или смежных областях.
Из-за характера поддерживаемой работы все кандидаты, рассматриваемые на эту должность, должны быть готовы пройти государственную проверку биографии. Мы настоятельно рекомендуем подавать заявки всем ветеранам и лицам с ограниченными возможностями.
Ardent является работодателем, предоставляющим равные возможности. Мы не будем дискриминировать при приеме на работу, наборе, размещении объявлений о работе, оплате труда, увольнении, повышении квалификации, продвижении и других условиях труда ни одного сотрудника или соискателя по признакам расы, цвета кожи, пола, национального происхождения, возраста, религии, вероисповедания, инвалидности, статуса ветерана, сексуальной ориентации, гендерной идентичности, гендерного выражения или по любым другим основаниям, защищенным государственным, местным или федеральным законодательством.
