Senior Data Scientist - Financial Crime Analytics (Hybrid)

Senior Data Scientist - Financial Crime Analytics (Hybrid)

Amsterdam 63000 - 77000 € / jaar (geschat) Hybride
ING

In één oogopslag

  • Taken: Bouw schaalbare datagestuurde oplossingen en mentor je teamgenoten.
  • Bedrijf: ING, een toonaangevende bank met een focus op innovatie.
  • Voordelen: Hybride werkmodel, competitief salaris en mogelijkheden voor professionele ontwikkeling.
  • Overige informatie: Werken in een dynamische omgeving met internationale samenwerking.
  • Waarom deze baan: Maak impact in de strijd tegen financiële criminaliteit met geavanceerde analyses.
  • Kwalificaties: Minimaal 5 jaar ervaring in data science, sterke Python en ML vaardigheden.

Het verwachte salaris ligt tussen 63000 - 77000 € per jaar.

ING is hiring a senior data scientist to advance analytics for Financial Crime and Fraud.

You will build scalable data-driven solutions, mentor teammates, and collaborate across globally distributed teams to deliver impactful models.

The role requires 5+ years in data science, strong Python and ML skills, and experience with Spark.

A MSc/Ph D and knowledge of financial crime domain are highly valued.

Hybrid working environment in the Netherlands.

Senior Data Scientist - Financial Crime Analytics (Hybrid) werkgever: ING

ING is een uitstekende werkgever die een stimulerende en inclusieve werkomgeving biedt, perfect voor professionals in de financiële sector. Met een focus op persoonlijke groei en uitdagend werk, biedt ING flexibele werkuren, een competitief salaris en een breed scala aan voordelen, waaronder een mobiliteitskaart en een pensioenregeling. Werken bij ING betekent deel uitmaken van een diverse groep innovatieve collega's en bijdragen aan belangrijke projecten binnen de dynamische sectoren van TMT-infrastructuur en energie.

ING

Contactgegevens:

Recruitmentteam van ING

Wij denken dat je deze vaardigheden nodig hebt om als Senior Data Scientist - Financial Crime Analytics (Hybrid) te schitteren

Data Science
Python
Machine Learning
Spark
Mentoring
Collaboration
Financial Crime Knowledge