Data Scientist

-

Job Description:

• Merancang dan menerapkan model data serta algoritma pembelajaran mesin untuk mendeteksi dan mencegah perilaku penipuan di seluruh sistem TI, transaksi, dan aktivitas pengguna.
• Menganalisis kumpulan data berskala besar dari log, identifikasi sistem, keamanan jaringan, dan telemetri titik akhir untuk mengidentifikasi anomali dan pola penipuan.
• Mengembangkan dan memelihara mekanisme penilaian risiko penipuan serta sistem peringatan otomatis untuk mengubah indikator penipuan menjadi informasi dan kebijakan yang dapat ditindaklanjuti.
• Membuat dasbor dan visualisasi untuk menyampaikan tren penipuan, metrik insiden, dan kinerja model kepada pemangku kepentingan dan auditor.
• Mendukung upaya kepatuhan terhadap regulasi (misalnya, ISO 27001, NIST, GDPR) dengan menyediakan bukti efektivitas pengendalian dan penilaian risiko berbasis data.
• Melakukan tinjauan pasca-insiden menggunakan data forensik untuk meningkatkan kerangka kerja deteksi dan pencegahan.

Requirement:

• Gelar sarjana atau magister di bidang Ilmu Data, Ilmu Komputer, Statistik, atau bidang terkait.
• Pengalaman minimal 3 tahun di bidang ilmu data, analisis penipuan, atau deteksi ancaman siber, idealnya di lingkungan yang diatur secara ketat atau berisiko tinggi.
• Kemahiran dalam Python, R, atau bahasa pemrograman serupa untuk pemodelan statistik dan pembelajaran mesin.
• Pengalaman menggunakan alat-alat seperti SQL, Spark, Scikit-learn, TensorFlow, atau alat serupa.
• Keterampilan dalam format data keamanan (misalnya, syslogs, JSON, NetFlow) dan platform SIEM (misalnya, Splunk, QRadar, ELK).
• Pemahaman yang kuat tentang prinsip-prinsip keamanan siber, vektor penipuan, dan kerangka kerja pengendalian (misalnya, NIST CSF, ISO 27001, COBIT).
• Pengetahuan yang kuat tentang deteksi anomali, pembelajaran terawasi dan tidak terawasi, serta analisis deret waktu.
• Kemampuan untuk menyampaikan temuan teknis kepada pemangku kepentingan non-teknis secara efektif.
• Kemampuan berpikir kritis, pemecahan masalah, dan analisis statistik yang kuat.
• Pemahaman tentang pemodelan ancaman, toleransi risiko, dan strategi mitigasi.
• Kemampuan untuk bekerja lintas fungsi dengan tim GRC, kepatuhan, dan tim teknik.
• Mampu menyajikan wawasan kompleks secara jelas dan ringkas yang disesuaikan dengan audiens yang berbeda.