面接一覧
Affirm logo

Affirm

ミドル

不正データを、Product・Engineering・Ops・Financeを横断して実装まで届く意思決定戦略に変える

この面接では、実際の不正検知・本人確認の意思決定に適用できるSQL/Pythonのスキルに加えて、Product・Engineering・Operations・Financeを横断するフルスタックな働き方で不正対策戦略の変更をリリースし、その効果を測定できるかが問われます。不正検知MLモデルに対する段階的なカットオフ(閾値)フレームワークの構築、オンライン実験の運用、損失とコンバージョンのトレードオフを技術系・非技術系双方の相手に伝えるコミュニケーションに関する質問が想定されます。

この面接を練習する

無料 · この職種に合わせて調整されたライブ音声模擬面接

模擬面接を始める

この面接で問われること

  • 不正・本人確認データ分析のためのSQLとPython
  • 自社開発の不正検知MLモデルに対する段階的カットオフのフレームワーク
  • Product・Engineering・Ops・Financeを横断するフルスタックなワークフロー
  • 新しい不正対策機能を検証するオンライン実験
  • 不正・損失のトレードオフを技術系・非技術系双方に伝えるコミュニケーション

よくある質問の方向性

不正またはコンバージョンの意思決定戦略を変えたSQL/Python分析を順を追って説明する

不正検知MLモデルの段階的カットオフをどう設定するか、不正対策とコンバージョンのトレードオフをどう考えるか

Engineeringと協働して新しい不正対策機能のオンライン実験をローンチした経験

技術に詳しくないFinanceのステークホルダーに、ポートフォリオの損失や不正率のトレンドをどう説明するか

不正リスクのシグナルとして、新しい・型破りなデータソースを評価した経験

元の求人ページを見る

関連する面接