Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →
← Toutes les offres

Data Scientist

Middle8 000 SGD · période non indiquéeSingapore, SGil y a 3 sem.
Analyses du marché
📊 AI / ML / Data Science: salaires et demande sur le marché
Stack
Feasibility StudiesOperational RequirementsFraud DetectionRequirement Reviewsmonitor grantsHome workingWorkflow AnalysisSQL ProgrammingPredictive AnalyticsMaintenance SupportFraud AnalyticsReproducibility
Détails
Expérience
3 ans et plus
Afficher l'entreprise et le lien
Gratuit, après connexion.
Postuler
Ouvrez l'entreprise et le lien ci-dessus — votre candidature arrive directement dans le système de recrutement de l'entreprise, sans intermédiaire.

Description

Data Scientist Work location- Paya Lebar The Data Scientist is embedded within the Data Science and AI Division (DSAD), working as part of the Fraud Analytics Models (FAM) team.

À propos du poste

The role

will support the maintenance and expansion of FAM 2.0, which detects misuse of public training grant. This includes addressing the methodology and threshold review backlog; building and operationalising the FAM 2.0 Technical Dashboard; and assessing how new schemes can be progressively brought within FAM 2.0's fraud-risk coverage. Experience: 3–5 years of hands-on experience in data science, advanced analytics, model validation, fraud/risk analytics or programme analytics.

B. Technical & Professional Competencies • Strong hands-on proficiency in Python and SQL for data extraction, transformation, exploratory analysis, with experience building reproducible analytical workflows. • Hands-on experience developing, validating or enhancing predictive, risk-scoring, fraud-detection or anomaly-detection models, including feature development, back-testing, threshold calibration and performance evaluation using measures such as precision, recall and related trade-offs.

• Experience translating business, policy or operational requirements into analytical specifications, model logic, indicators, rules or measurable risk hypotheses. • Experience working with complex, large-scale datasets, including assessing data quality, tracing data lineage, investigating anomalies and documenting analytical assumptions

Description complète, entreprise et lien pour postuler : après connexion. Se connecter
Les contacts de l'employeur (e-mail/téléphone/telegram) sont masqués dans l'aperçu public.
Question urgente ? Écrivez à @termdocs