Über spotixx
spotixx ist ein in Frankfurt ansässiges europäisches FinTech, das Technologien für den regulierten Finanzsektor entwickelt. Seit unserer Gründung im Jahr 2019 sind wir auf über 60 Mitarbeiter gewachsen und verfügen über tiefgreifende, etablierte Beziehungen im deutschen und europäischen Bankensektor, die auf jahrelanger Erfahrung in der Betrugsbekämpfung und Analyse innerhalb großer Banken basieren.
Wir sind eigenfinanziert und bestimmen unsere eigene Strategie und Richtlinien, ohne Kompromisse bei Investoren-Timelines eingehen zu müssen. Der Markt bewegt sich auf uns zu: Europäische Regulierungsbehörden öffnen die Tür für institutsübergreifende Finanzkriminalitätsintelligenz, und wir skalieren unser Team schnell, um der starken Nachfrage gerecht zu werden.
Ihre Aufgaben
Wir suchen einen praxisorientierten Data Scientist, der leidenschaftlich daran arbeitet, Machine Learning auf reale Probleme der Finanzkriminalität anzuwenden. Sie arbeiten gerne mit komplexen Transaktionsdaten, übernehmen die Verantwortung für Modelle von der Idee bis zur Produktion und legen Wert auf Lösungen, die nicht nur präzise, sondern auch robust, erklärbar und skalierbar sind. Sie fühlen sich in einem schnell wachsenden Scale-up wohl und arbeiten eng mit Ingenieuren und Produktteams zusammen.
Ihre Verantwortlichkeiten
- Entwicklung und Verbesserung von ML-Modellen zur Betrugserkennung
- Arbeit an automatisierter Regelerkennung und Optimierung für die Betrugserkennung
- Analyse von Transaktions- und Verhaltensdaten zur Identifizierung verdächtiger Muster
- Verantwortung für Feature Engineering, Modelltraining, Validierung und Monitoring
- Überführung von Modellen vom Prototyp in die Produktion
- Klare Kommunikation der Ergebnisse an technische und geschäftliche Stakeholder
Ihr Profil
- Abgeschlossenes Studium in Data Science, Informatik, Statistik, Mathematik oder einem verwandten Bereich
- 2-3 Jahre praktische Erfahrung in Machine Learning und angewandter Data Science, idealerweise in der Betrugserkennung, im Bankwesen oder in Finanzdienstleistungen
- Fundierte Kenntnisse in Python und SQL
- Tiefes Verständnis von Klassifizierungs- und Anomalieerkennungsalgorithmen mit der Fähigkeit, Modelle auszuwählen, abzustimmen und mit geeigneten Metriken und Validierungsstrategien zu bewerten
- End-to-End-Verantwortung: Von der Untersuchung hochdimensionaler Daten und dem Aufbau von Modellen bis hin zur Visualisierung, Bereitstellung auf Cloud-Plattformen (GCP, Azure oder AWS) und dem Management des gesamten Modell-Lebenszyklus
- Erfahrung mit LLMs und agentischen Workflows
- Vertrautheit mit Tools zur Modellerklärbarkeit wie SHAP und Model Cards
- Strukturierte, eigenverantwortliche Arbeitsweise und ausgeprägte Kommunikationsfähigkeiten
- Fließend in Englisch; professionelle Arbeitskenntnisse in Deutsch, einschließlich kundenorientierter technischer Diskussionen
Was wir bieten
- Attraktive Vergütung
- Flexibles hybrides Arbeitsmodell mit der Möglichkeit, Zeit zwischen unserem Büro in Frankfurt und dem Homeoffice aufzuteilen
- Hohe Eigenverantwortung und echter Einfluss in einem wachsenden Fintech
- Flache Strukturen und kurze Wege von der Idee bis zur Umsetzung
- Eine kollaborative, internationale Teamkultur
Wir begrüßen Bewerbungen von allen qualifizierten Personen, da Vielfalt uns bereichert. Ihre Perspektive zählt: unabhängig von Geschlecht, Alter, Herkunft, Religion, sexueller Orientierung oder Behinderung. Bewerber mit Behinderungen werden bei gleicher Qualifikation bevorzugt berücksichtigt.
