Kỹ Sư Kiểm Soát Gian Lận

Ứng dụng các kết quả phân tích dữ liệu (Data Analytics) dựa trên nền tảng dữ liệu lớn (Big Data) nhằm phát hiện sớm các lỗi tiềm ẩn trên toàn hệ thống mạng để phối hợp xử lý kịp thời các trường hợp gây sai lệch doanh thu, lỗi trong quá trình cung cấp dịch vụ cho khách hàng
.
Xây dựng, phát triển, đánh giá, tối ưu các Model để giải quyết use case của dự án.
Tìm hiểu dữ liệu (Data Understanding), làm sạch dữ liệu (Data Cleaning), tích hợp dữ liệu (Data Integration), biến đổi dữ liệu (Data Transformation), phân tích mô tả (Descriptive Analysis).
Kiểm tra hiệu năng, độ chính xác của các Model.
Xây dựng các cảnh báo tự động và phối hợp với các đơn vị để xử lý các cảnh báo bất thường trên hệ thống.
Trực quan hóa kết quả phân tích.
Thực hiện định kì báo cáo các phát hiện bất thường

Bảo hiểm (BHXH, BHYT, BHTN)
Bảo hiểm sức khỏe MIC
: Chi trả 100% theo thực tế phát sinh chi phí thuộc phạm vi bảo hiểm, không vượt quá hạn mức bảo hiểm
Thời hạn tăng lương thường niên: 1 năm 1 lần (tháng 3 hằng năm, đối tượng theo quy định của tập đoàn tại thời điểm giao kết hợp đồng)
Ngày nghỉ hưởng nguyên lương: 28 ngày nghỉ hưởng nguyên lương trong năm (bao gồm: 12 ngày nghỉ phép, 11 ngày nghỉ lễ tết, 3 ngày nghỉ dưỡng, 1 ngày 22/12 – thành lập QĐNDVN, 1 ngày sáng tạo).
Thời hạn tăng lương đột xuất: Đơn vị đề xuất tăng lương đột xuất cho cá nhân có thành tích xuất sắc theo quy định, không cố định về thời gian.

Tốt nghiệp đại học loại khá trở lên chuyên ngành Khoa học dữ liệu, Khoa học máy tính, CNTT, Toán tin, Điện tử Viễn thông
Kiến thức về xác suất thống kê, đại số tuyến tính, giải tích.
TOEIC >= 550 điểm.
Có kỹ năng làm việc độc lập và làm việc theo nhóm tốt.
Kiến thức về lập trình, cấu trúc dữ liệu & giải thuật, lý thuyết đồ thị.
Kỹ năng sử dụng ngôn ngữ truy vấn dữ liệu SQL.
Kiến thức về phân tích khám phá dữ liệu (Exploratory Data Analysis - EDA).
Đam mê, sáng tạo, có khả năng tự nghiên cứu.
Kiến thức về trực quan hóa dữ liệu (Data Visualization).
Ngôn ngữ lập trình như Python, Java.
Ngôn ngữ học máy, thống kê và phân tích dữ liệu R.
Kiến thức về các thuật toán Machine Learning: Decision Trees, Linear Regression, Random Forest, k-means, SVM, Isolation Forest, DBScan,...
Ứng viên có lợi thế khi có kiến thức hoặc đã từng sử dụng các công cụ, ngôn ngữ lập trình sau: #Công cụ trực quan hóa dữ liệu Tableau, PowerBI.
Ngôn ngữ truy vấn Hive cho MapReduce để xử lý dữ liệu có cấu trúc trong Hadoop.