دانشمند داده در تحلیل بلاکچین
Data Scientist, Blockchain Intelligence
دانشمند داده در تحلیل بلاکچین با داده‌های عمومی زنجیره‌هایی مثل Bitcoin و Ethereum کار می‌کند تا آدرس‌ها را به سرویس‌ها و بازیگران واقعی نسبت دهد، ریسک را برای تیم‌های انطباق (compliance) بسنجد و به کشف پول‌شویی، کلاهبرداری و دور زدن تحریم کمک کند. کار ترکیبی از قاعده‌های تحلیلی (heuristics)، الگوریتم‌های گراف، یادگیری ماشین و pipelineهای دادهٔ بزرگ است. عنوان «Blockchain Data Scientist» در آگهی‌ها کم دیده می‌شود: تنها نمونهٔ ۲۰۲۶ که پیدا شد (World در مونیخ) بسته شده است. شرکت‌های این حوزه، مثل Chainalysis، TRM Labs، Elliptic و Merkle Science، معمولاً همان عنوان Data Scientist را با سطح یا پسوند به کار می‌برند؛ Merkle Science عنوان «Data Scientist — Blockchain Intelligence» را استفاده کرده است.
مقدمه و تعریف شغل
دانشمند داده در تحلیل بلاکچین (در آگهی‌ها معمولاً Data Scientist در شرکت‌های blockchain intelligence) روی داده‌های عمومی زنجیره‌ها کار می‌کند تا بفهمد پشت هر آدرس چه کسی یا چه سرویسی است و پول از کجا به کجا رفته است. Merkle Science کار را این‌طور توصیف می‌کند: تبدیل فعالیت خام on-chain به اطلاعات قابل‌اعتماد، با خوشه‌بندی آدرس‌ها در قالب نهادهای واقعی، نسبت دادن آن‌ها به سرویس‌ها و بازیگران و نشان دادن ریسک به تیم‌های انطباق و تحقیقات. ابزار کار Python، SQL، Spark، الگوریتم‌های گراف و یادگیری ماشین است و خروجی کار در محصولاتی مثل غربال آدرس، پایش تراکنش و ابزارهای تحقیق استفاده می‌شود. این صفحه فقط سمت تشخیص و انطباق را پوشش می‌دهد.
در Bitcoin مالکیت پول ناشناس است، اما حرکت آن برای همه دیده می‌شود؛ مقالهٔ «A Fistful of Bitcoins» (۲۰۱۳) با همین ویژگی نشان داد می‌شود کیف‌پول‌ها را با قاعده‌های ساده خوشه‌بندی کرد. شرکت‌های این حوزه کمی بعد شکل گرفتند: طبق ویکی‌پدیا، Elliptic در ۲۰۱۳ تأسیس شد و نخستین ابزارهای مبارزه با پول‌شویی برای رمزدارایی‌ها را ساخت، و Chainalysis در ۲۰۱۴ برای تحقیق دربارهٔ هک صرافی Mt. Gox شکل گرفت. امروز این داده‌ها مبنای گزارش‌های سالانه‌اند: Chainalysis می‌نویسد آدرس‌های غیرقانونی در ۲۰۲۵ دست‌کم ۱۵۴ میلیارد دلار دریافت کرده‌اند و TRM Labs این عدد را ۱۵۸ میلیارد دلار برآورد می‌کند. سهم این فعالیت از کل حجم شناسایی‌شده به گفتهٔ Chainalysis کمتر از ۱٪ و به گفتهٔ TRM ۱٫۲٪ است. هر دو شرکت می‌نویسند بخشی از تغییر این عددها نتیجهٔ شناسایی و انتساب بهتر آدرس‌هاست؛ یعنی همان کاری که این نقش انجام می‌دهد.
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک دانشمند داده در تحلیل بلاکچین
قاعده‌های خوشه‌بندی آدرس
مثل قاعدهٔ اول مقالهٔ Meiklejohn: اگر چند آدرس ورودی یک تراکنش باشند، احتمالاً یک صاحب دارند. Merkle Science از دانشمند داده می‌خواهد چنین قاعده‌هایی را طراحی، آزمایش و منتشر کند و با precision و coverage بسنجد، «نه با حس».
الگوریتم‌های انتساب برای یک دستهٔ ریسک
در TRM Labs هر دانشمند داده در یک دستهٔ ریسک مثل تحریم، جرائم سایبری یا مقابله با تروریسم مستقر است و الگوریتم‌های انتساب آن را از انتخاب هدف تا پروداکشن می‌سازد: قاعده، مدل یادگیری ماشین و ایجنت AI.
دادهٔ پشت غربال آدرس و پایش تراکنش
Chainalysis محصولاتی مثل Address Screening (سنجش مواجههٔ ریسک یک کیف‌پول) و KYT (پایش لحظه‌ای تراکنش) دارد. آگهی Senior Data Scientist همین شرکت می‌گوید کار تیم علم داده مستقیماً داده‌ای را شکل می‌دهد که محصولات و مشتریان شرکت با آن کار می‌کنند.
مدل‌های یادگیری ماشین برای الگوهای مشکوک
در مقالهٔ Elliptic2 (۲۰۲۴)، مدلی روی زیرگراف‌های Bitcoin آموزش داده شد و یک صرافی ۵۲ مورد پیشنهادی آن را با اطلاعات خودش بررسی کرد: ۱۴ حساب احتمالاً درگیر فعالیت غیرقانونی بودند.
pipeline از notebook تا پروداکشن
Merkle Science از دانشمند داده می‌خواهد pipelineهایی بسازد و نگه دارد که یک قاعده را از notebook به پروداکشن ببرند، همراه با backfill، اجرای افزایشی و اعتبارسنجی؛ روی میلیاردها تراکنش در Bitcoin، Ethereum، Tron، Solana و زنجیره‌های دیگر.
تخصص‌های مختلف دانشمند داده در تحلیل بلاکچین
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
خوشه‌بندی و انتساب
Clustering & Attribution
قلب این حوزه: گروه کردن آدرس‌ها در قالب نهادهای واقعی و نسبت دادن آن‌ها به سرویس‌ها و بازیگران؛ محور آگهی‌های Merkle Science و Chainalysis.
متخصص یک دستهٔ ریسک
Risk-category Specialist
تمرکز بر یک نوع تهدید، مثل تحریم، جرائم سایبری یا تأمین مالی تروریسم؛ TRM Labs دانشمند داده را در همین دسته‌ها مستقر می‌کند و از او می‌خواهد متخصص حوزه هم بشود.
تحلیل حساب‌ها و قراردادهای هوشمند
Smart Contract & Account Analytics
کار روی داده‌های EVM: حساب‌ها، قراردادها، tokenها و رویدادها؛ نام یکی از چهار گروه پژوهشی Chainalysis (Account and Smart Contracts) است.
مدل‌های انطباق و حاکمیت مدل
Compliance Models & Governance
ساخت مدل‌هایی که نهادهای مالی به آن‌ها تکیه می‌کنند، همراه با فهرست مدل‌ها، شواهد اعتبارسنجی و پایش drift؛ آگهی Data Science Lead در Elliptic این را بخشی از کار می‌داند.
تحلیل on-chain برای یک اکوسیستم
Ecosystem On-chain Analytics
تحلیل دادهٔ زنجیرهٔ یک پروژه برای تیم‌های اقتصاد، محصول و مقابله با تقلب، مثل آگهی Staff Blockchain Data Scientist در World؛ تنها آگهی ۲۰۲۶ با همین عنوان دقیق که اکنون بسته است.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
این نقش یک شاخهٔ صنعتی از دانش داده است، نه شغلی جدا؛ کارفرماها هم اغلب همان عنوان Data Scientist را به کار می‌برند. ابزار پایه یکی است (Python، SQL، آمار، یادگیری ماشین)، اما داده و مسئله فرق دارد: دادهٔ عمومی زنجیره به‌جای دادهٔ محصول، و انتساب و ریسک به‌جای A/B test و پیش‌بینی فروش. Data Scientistهای عمومی در شرکت‌های رمزارزی، مثل تیم Consumer در Coinbase، بیشتر روی تحلیل محصول کار می‌کنند و این صفحه شامل آن‌ها نمی‌شود.
روش‌ها هم‌پوشانی زیادی دارند: Chainalysis و Merkle Science هر دو الگوریتم گراف و خوشه‌بندی می‌خواهند. تفاوت در این است که دانشمند دادهٔ گراف با تخصص روشی تعریف می‌شود و در صنایع مختلف کار می‌کند، اما این نقش با حوزه تعریف می‌شود: شناخت UTXO و EVM، سرویس‌هایی مثل صرافی و bridge، و قاعده‌های مخصوص هر زنجیره. در مقالهٔ ۲۰۱۹ Elliptic هم Random Forest از GCN بهتر عمل کرد؛ بخش زیادی از کار روزمره قاعده، SQL و اعتبارسنجی است، نه فقط مدل گراف.
بازرس پرونده به پرونده کار می‌کند: Coinbase از Senior Onchain Investigator می‌خواهد کیف‌پول‌های غیرقانونی را خوشه‌بندی کند، OSINT را با شواهد on-chain ترکیب کند و نتیجه را به کنترل و تصمیم تبدیل کند، و Crypto.com از بازرس می‌خواهد با ابزارهایی مثل Chainalysis یا TRM وجوه را ردیابی کند. دانشمند داده قاعده و مدلی می‌سازد که روی همهٔ آدرس‌ها اجرا می‌شود و همان ابزارها را تغذیه می‌کند. مرز باز است و کار بازرس، به‌خصوص با Python و SQL، یک راه ورود به این شغل است.
توسعه‌دهنده قرارداد هوشمند و زیرساخت بلاکچین را می‌سازد. دانشمند داده چیزی روی زنجیره نمی‌سازد؛ داده‌ای را که آن قراردادها و شبکه‌ها تولید می‌کنند می‌خواند و تحلیل می‌کند. برای این کار باید ساختار تراکنش، قرارداد و رویدادها را بفهمید، اما لازم نیست قرارداد بنویسید؛ آگهی کارآموزی Binance هم آشنایی با توسعهٔ بلاکچین (Solidity) را فقط امتیاز می‌داند.
تأثیر در صنایع مختلف
دانشمند داده در تحلیل بلاکچین در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
نهادهای اجرای قانون
طبق ویکی‌پدیا، مشتریان Chainalysis شامل FBI، DEA، واحد تحقیقات جنایی IRS و آژانس ملی جرائم بریتانیا بوده‌اند
صرافی‌ها و ارائه‌دهندگان خدمات رمزدارایی
تیم‌های جرائم مالی صرافی‌ها، مثل Crypto.com، با ابزار تحلیل بلاکچین وجوه غیرقانونی را ردیابی و دربارهٔ مسدود کردن آدرس‌ها تصمیم می‌گیرند
بانک‌ها و نهادهای مالی
طبق ویکی‌پدیا، مشتریان Elliptic بیشتر نهادهای مالی و کسب‌وکارهای رمزارزی‌اند؛ آگهی Elliptic از حاکمیت مدل به‌عنوان دلیل اعتماد نهادها به خروجی‌ها نام می‌برد
اجرای تحریم‌ها
OFAC آدرس‌های رمزارز را به فهرست SDN اضافه می‌کند، اما به گفتهٔ خودش این فهرست کامل نیست. TRM Labs بخشی از رشد حجم مرتبط با تحریم در ۲۰۲۵ را به انتساب بهتر آدرس‌ها به نهادهای تحریم‌شده نسبت می‌دهد
امنیت و مقابله با هک
طبق ویکی‌پدیا، Elliptic در فوریهٔ ۲۰۲۵ هک ۱٫۴ میلیارد دلاری Bybit را به کرهٔ شمالی نسبت داد؛ تیم Threat Intelligence در Coinbase هم بازرس on-chain برای مقابله با بازیگران تهدید استخدام می‌کند
مقابله با کلاهبرداری و حمایت از مصرف‌کننده
طبق ویکی‌پدیا، Elliptic بازار Huione Guarantee را بزرگ‌ترین بازار آنلاین غیرقانونی تاریخ خواند و پس از تحلیل‌های Elliptic دربارهٔ Huione Guarantee و Xinbi Guarantee، هر دو در Telegram مسدود شدند
پروژه‌ها و اکوسیستم‌های بلاکچینی
World در آگهی خود از دانشمند داده خواسته بود با دادهٔ on-chain به تیم‌های اقتصاد، محصول و مقابله با تقلب کمک کند و اثر تغییرهای محصول و برنامه‌های تشویقی را بسنجد
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
بیشتر تراکنش‌های رمزارز غیرقانونی است
Chainalysis سهم فعالیت غیرقانونی از کل حجم شناسایی‌شده را در ۲۰۲۵ کمتر از ۱٪ و TRM Labs آن را ۱٫۲٪ برآورد می‌کند. عدد مطلق بزرگ است (به گفتهٔ Chainalysis دست‌کم ۱۵۴ میلیارد دلار)، اما کار این نقش جدا کردن همین بخش کوچک از حجم بسیار بزرگ فعالیت قانونی است.
بلاکچین ناشناس است و چیزی قابل ردیابی نیست
مقالهٔ «A Fistful of Bitcoins» همین را توضیح می‌دهد: در Bitcoin مالکیت پول به‌طور ضمنی ناشناس است، اما حرکت آن برای همه دیده می‌شود. نویسندگان با خوشه‌بندی کیف‌پول‌ها و خرید واقعی کالا و خدمات، گردانندهٔ برخی خوشه‌ها را شناسایی کردند. این شغل از همین ویژگی پدید آمده است.
باید از قبل متخصص رمزارز باشید
Chainalysis در آگهی Staff Data Scientist نوشته سابقهٔ بلاکچین «خوشایند است اما لازم نیست» و در آگهی Senior هم «شواهد روشن از توانایی یادگیری سریع» داده‌های EVM را می‌پذیرد. TRM Labs هم «کنجکاوی حوزه‌ای» را می‌خواهد و تجربه در رمزارز یا جرائم مالی را امتیاز می‌داند. پایهٔ اصلی، علم دادهٔ قوی است.
این کار یعنی شبکه‌های عصبی گراف و یادگیری عمیق
در مقالهٔ ۲۰۱۹ مجموعه‌دادهٔ Elliptic، مدل Random Forest از شبکهٔ عصبی گراف (GCN) بهتر عمل کرد. آگهی‌ها هم ترکیبی از قاعده، مدل یادگیری ماشین و pipeline داده می‌خواهند؛ TRM Labs تجربهٔ عمیق در یادگیری ماشین را فقط امتیاز می‌داند. مدل پیچیده وقتی ارزش دارد که از یک قاعدهٔ خوب و سنجیده بهتر باشد.
عددهای گزارش‌های جرائم رمزارزی دقیق و نهایی‌اند
Chainalysis عدد ۲۰۲۵ را «حد پایین» می‌داند و می‌نویسد برآورد ۲۰۲۴ خود را از ۴۰٫۹ به ۵۷٫۲ میلیارد دلار بالا برده، چون آدرس‌های غیرقانونی بیشتری شناسایی کرده است. دو شرکت هم برای یک سال عدد متفاوتی می‌دهند (۱۵۴ و ۱۵۸ میلیارد دلار). این عددها خروجی همان خوشه‌بندی و انتسابی‌اند که با بهتر شدن روش تغییر می‌کنند.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
جونیور (۰–۲ سال)
بیشتر وقت صرف یاد گرفتن ساختار داده‌های زنجیره، نوشتن پرس‌وجو و آزمودن قاعده‌های موجود روی نمونه‌های تازه می‌شود. کار زیر نظر یک دانشمند دادهٔ ارشد و با بازبینی دقیق انجام می‌شود.
- ◆نوشتن پرس‌وجوی SQL برای پیدا کردن تراکنش‌های یک سرویس شناخته‌شده
- ◆بررسی دستی چند خوشهٔ مشکوک و ثبت اینکه قاعده کجا درست و کجا اشتباه کرده است
- ◆ساخت داشبورد ساده از حجم ورودی و خروجی یک دسته از آدرس‌ها
- ◆خواندن گزارش‌های تحقیقاتی تیم برای آشنایی با گونه‌های جرم
میانی (۲–۵ سال)
مسئول یک یا چند قاعده یا مدل از طراحی تا پروداکشن هستید و کیفیت آن را با متریک می‌سنجید. با تیم تحقیقات و محصول جلسه دارید تا معلوم شود «درست» برای هر مورد یعنی چه.
- ◆طراحی قاعدهٔ تازه برای یک نوع سرویس و سنجیدن precision و coverage آن روی دادهٔ مبنا
- ◆بررسی یک مورد مرزی (مثلاً کیف‌پول داغ یک صرافی) و تبدیل یافته به منطق تکرارپذیر
- ◆اجرای backfill پس از تغییر یک قاعده و بررسی اثر آن روی خوشه‌های موجود
- ◆توضیح روش و محدودیت‌های یک نتیجه برای بازرس یا مشتری
ارشد (۵+ سال)
مالک کامل انتساب در یک دستهٔ ریسک یا یک سیستم هستید، اولویت‌ها را تعیین می‌کنید و از روش‌ها در برابر پرسش‌های فنی و غیرفنی دفاع می‌کنید. در TRM Labs این سطح نوبت on-call هم دارد.
- ◆انتخاب هدف‌های پراثر برای یک دستهٔ ریسک همراه با متخصصان حوزه
- ◆بازبینی روش اعضای تیم در سطح روش، نه فقط خروجی
- ◆آماده کردن شواهد اعتبارسنجی برای بازبینی حاکمیت مدل
- ◆منتورینگ و مشارکت در مصاحبه‌های فنی
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈طراحی، آزمودن و انتشار قاعده‌های خوشه‌بندی آدرس و انتساب آن‌ها به سرویس‌ها و بازیگران واقعی
- ◈ساخت الگوریتم‌های انتساب برای یک دستهٔ ریسک (مثل تحریم، جرائم سایبری یا تأمین مالی تروریسم) با ترکیب قاعده، مدل یادگیری ماشین و ایجنت‌های AI
- ◈کار با داده‌های بزرگ UTXO و EVM با SQL و Spark و ساخت pipelineهایی که یک قاعده را از notebook به پروداکشن می‌برند
- ◈سنجش کیفیت هر قاعده و مدل با precision و coverage و مقایسه با دادهٔ مبنا (ground truth)
- ◈بررسی موارد مرزی مثل mixer، bridge، کیف‌پول داغ صرافی‌ها و الگوهای تجمیع وجوه و تبدیل یافته‌ها به منطق تکرارپذیر
- ◈نگهداری مستندات، شواهد اعتبارسنجی و پایش drift مدل‌ها برای فرایند حاکمیت مدل
- ◈توضیح و دفاع از روش و نتیجه برای مخاطب فنی و غیرفنی، از تیم محصول تا بازرس و مشتری
- ◈همکاری نزدیک با تیم‌های تحقیقات، اطلاعات و محصول برای تعریف اینکه «درست» یعنی چه
- ◈منتورینگ اعضای تازه‌تر تیم و مشارکت در استخدام فنی
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک دانشمند داده در تحلیل بلاکچین موفق به آن‌ها نیاز دارد
مهارت‌های فنی
زبان اصلی تحلیل و ساخت قاعده و مدل؛ همهٔ آگهی‌های بررسی‌شده آن را می‌خواهند
join، حذف تکراری و کار با دادهٔ نامتوازن روی میلیاردها تراکنش (آگهی Merkle Science)
PySpark، Databricks یا BigQuery؛ در آگهی‌های Chainalysis، TRM Labs و Elliptic آمده است
گروه کردن آدرس‌هایی که یک صاحب دارند؛ Merkle Science آن را شرط اصلی گذاشته است
مسیر، مرکزیت و اجتماع روی گراف تراکنش‌ها؛ Chainalysis «graph computation» را جزو کار روزانه آورده است
برای سنجیدن خطای قاعده‌ها و مدل‌ها؛ Chainalysis «statistical inference» را کنار ML و الگوریتم گراف نام برده است
طبقه‌بندی و تشخیص ناهنجاری؛ TRM Labs مدل ML را در کنار قاعده و ایجنت AI جزو الگوریتم‌های انتساب می‌شمارد
اندازه‌گیری درستی و پوشش یک قاعده و دفاع از متریک‌ها (آگهی Merkle Science)
بردن قاعده از notebook به پروداکشن با backfill و اجرای افزایشی؛ ابزارهایی مثل dbt و Airflow
TRM Labs ابزارهایی مثل Cursor و Claude Code را نام برده و Elliptic مهارت AI را در مرحله‌ای جداگانه از مصاحبه می‌سنجد
مهارت‌های نرم
Chainalysis توضیح و دفاع از روش و نتیجه برای مخاطب فنی و غیرفنی را از وظایف اصلی آورده است
صورت‌بندی مسئلهٔ مبهم و رساندن آن به نتیجه؛ در آگهی‌های Chainalysis، TRM Labs و Merkle Science تکرار شده است
TRM Labs تیمی کاملاً دورکار دارد و ارتباط ناهمزمان قوی با ابزارهایی مثل Slack و Notion می‌خواهد
کار نزدیک با بازرس‌ها، تیم اطلاعات و محصول برای تعریف اینکه «درست» یعنی چه
پیش بردن پروژه از تعریف تا نتیجه بدون انتظار برای دیگران؛ هر چهار آگهی اصلی آن را می‌خواهند
دانش حوزه‌ای
فهم ساختار تراکنش در Bitcoin و Ethereum؛ Chainalysis در آگهی Staff هر دو را نام می‌برد
صرافی، کیف‌پول، bridge و DeFi؛ Merkle Science بررسی mixer، bridge و کیف‌پول داغ صرافی‌ها را جزو کار آورده است
شناخت پول‌شویی، تحریم و فهرست‌هایی مثل SDN برای فهم مسئلهٔ مشتری
کلاهبرداری، هک، باج‌افزار و تحریم؛ TRM Labs آشنایی و یادگیری حوزه‌های بلاکچین، تقلب، پول‌شویی یا جرائم سایبری را می‌خواهد
فهرست مدل‌ها، شواهد اعتبارسنجی و پایش drift؛ Elliptic تجربه با چارچوب‌های مدیریت ریسک مدل را امتیاز می‌داند
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به دانشمند داده در تحلیل بلاکچین
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
پایه: Python، SQL و آمار
همهٔ آگهی‌های بررسی‌شده Python و SQL قوی می‌خواهند؛ Chainalysis «تسلط در سطح خبره» و Merkle Science آشنایی با دردسرهای join، حذف تکراری و داده‌های نامتوازن در مقیاس بزرگ را نام برده‌اند. آمار و استنباط آماری را هم از همین ابتدا جدی بگیرید، چون بخش زیادی از کار سنجیدن درستیِ یک قاعده یا مدل است.
بلاکچین از چشم دادهٔ تراکنش
باید بدانید یک تراکنش روی زنجیره چه شکلی دارد. Chainalysis در آگهی Staff Data Scientist از داده‌های UTXO (مدل Bitcoin) و EVM (مدل Ethereum) نام می‌برد و Crypto.com از بازرس می‌خواهد حرکت پول را در شبکه‌های UTXO و حساب‌محور بشناسد. لازم نیست قرارداد هوشمند بنویسید؛ هدف فهم ورودی، خروجی، آدرس، قرارداد و رویدادهای (logs) آن است.
دادهٔ زنجیره در مقیاس بزرگ: BigQuery، Spark و pipeline
دادهٔ زنجیره بزرگ و درهم است. Chainalysis از Databricks، DBT و PySpark استفاده می‌کند و TRM Labs تجربه با Spark، BigQuery و Airflow می‌خواهد. Merkle Science هم از دانشمند داده انتظار دارد خودش داده را بیرون بکشد، تمیز کند و pipeline را تا پروداکشن ببرد، با backfill و اجرای افزایشی. با دیتاست‌های عمومی Bitcoin و Ethereum در BigQuery یا Dune شروع کنید.
خوشه‌بندی، انتساب و تحلیل گراف
هستهٔ کار همین است: گروه کردن آدرس‌هایی که احتمالاً یک صاحب دارند و نسبت دادن آن‌ها به یک سرویس یا بازیگر. مقالهٔ «A Fistful of Bitcoins» (۲۰۱۳) نقطهٔ شروع خوبی است، چون هم قاعده‌ها را توضیح می‌دهد و هم نشان می‌دهد چطور خطای یک قاعده را تخمین بزنید. بعد سراغ تحلیل گراف و مدل‌های یادگیری ماشین روی مجموعه‌داده‌های Elliptic بروید. یادتان باشد که در مقالهٔ ۲۰۱۹ Elliptic، مدل Random Forest از شبکهٔ عصبی گراف (GCN) بهتر عمل کرد.
دانش حوزه: پول‌شویی، تحریم و تحقیقات
TRM Labs از دانشمند داده می‌خواهد «هم متخصص حوزه باشد و هم دانشمند داده» و او را در یک دستهٔ ریسک مثل تحریم یا جرائم سایبری مستقر می‌کند. گزارش‌های سالانهٔ جرائم رمزارزی Chainalysis و TRM را بخوانید، با فهرست تحریم‌های OFAC آشنا شوید و ببینید بازرس‌ها با چه ابزارهایی کار می‌کنند. کتاب Tracers in the Dark هم روایت خوبی از تاریخ این کار است.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
زبان و پردازش داده
پردازش دادهٔ بزرگ زنجیره؛ در آگهی‌های Chainalysis، TRM Labs و Elliptic نام برده شده است
منابع دادهٔ زنجیره
دادهٔ عمومی Bitcoin، Ethereum و چند زنجیرهٔ دیگر را می‌شود با SQL پرس‌وجو کرد؛ TRM Labs هم BigQuery را نام برده است
پرس‌وجوی SQL روی دادهٔ زنجیره و ساخت داشبورد؛ آگهی کارآموزی Research On Chain Data Analyst در Binance تجربه با Dune را می‌خواهد
گراف و یادگیری ماشین
پلتفرم‌های تحقیق و انطباق
ابزار تحقیق و ردیابی وجوه در زنجیره‌ها؛ آگهی Crypto.com کار با Chainalysis یا TRM Labs را از بازرس می‌خواهد
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
کارآموز / تحلیلگر دادهٔ on-chain
۰ تا ۲ سال
کار روی پروژه‌های مشخص زیر نظر تیم: پرس‌وجوی SQL روی دادهٔ زنجیره، داشبورد و نمونهٔ اولیه. Binance برای دانشجویان کارشناسی ارشد و دکترا کارآموزی Data Scientist (On Chain background) آگهی کرده است
دانشمند داده
۲ تا ۵ سال
طراحی، آزمودن و انتشار قاعده‌های خوشه‌بندی و انتساب و سنجیدن آن‌ها با precision و coverage؛ آگهی Merkle Science برای این نقش ۴+ سال تجربهٔ ساخت سیستم‌های داده‌ای می‌خواهد که واقعاً منتشر شده باشند
دانشمند دادهٔ ارشد
۵+ سال
~$195K
میانگین سالانه (آمریکا)
مالکیت کامل انتساب در یک دستهٔ ریسک (مثل تحریم یا جرائم سایبری)، از انتخاب هدف تا انتشار الگوریتم در پروداکشن؛ آگهی TRM Labs برای این سطح ۶+ سال تجربه می‌خواهد
Staff Data Scientist / مدیر تیم علم داده
پس از سطح ارشد
رهبری چند پروژه یا سیستم، تصمیم‌های معماری و تعریف متریک‌های کیفیت (Staff در Chainalysis)، یا رهبری تیم همراه با کار فنی و مسئولیت حاکمیت مدل (Data Science Lead در Elliptic، با بازهٔ حقوق پایهٔ ۱۴۴ تا ۲۶۰ هزار دلار در واشنگتن)
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
نبود دادهٔ مبنای کامل
عمومیمعمولاً معلوم نیست پشت یک آدرس واقعاً کیست، پس سنجیدن قاعده سخت است. Merkle Science از دانشمند داده می‌خواهد با تیم تحقیقات تعریف کند «درست» یعنی چه و با ground truth مقایسه کند. در مقالهٔ Elliptic2 هم برای سنجش مدل، یک صرافی ۵۲ مورد را با اطلاعات خودش بررسی کرد و ۱۴ مورد را احتمالاً مشکوک دانست.
هزینهٔ خطا در هر دو جهت
عمومیقاعدهٔ اشتباه می‌تواند کاربر بی‌گناه را مشکوک نشان دهد یا مجرم را جا بیندازد. نویسندگان «A Fistful of Bitcoins» قاعدهٔ دوم خود را «به‌مراتب کم‌اطمینان‌تر» از قاعدهٔ اول خواندند و نرخ مثبت کاذب آن را تخمین زدند. Elliptic هم از تجربه‌ای می‌گوید که در آن هزینهٔ منفی کاذب «تجاری است، نه دانشگاهی».
شفافیت روش در برابر دادگاه و منتقدان
عمومیطبق ویکی‌پدیا، در دادگاه پروندهٔ Bitcoin Fog برخی کارشناسان قابلیت اطمینان و شفافیت روش ابزارهای Chainalysis را زیر سؤال بردند و گفتند برخی نتیجه‌ها احتمالاتی‌اند و ممیزی مستقلشان دشوار است. روشی که می‌سازید باید قابل توضیح و دفاع باشد.
سرعت بالا و نوبت on-call
استارتاپTRM Labs می‌نویسد اولویت‌ها سریع تغییر می‌کنند، نسخهٔ اولیهٔ الگوریتم‌ها باید در ۱ تا ۲ sprint آماده شود و دانشمند داده نوبت on-call دارد. خود آگهی می‌نویسد این شیوهٔ کار برای همه نیست و از کسی که دنبال پیش‌بینی‌پذیری یا حجم کار متعادل است می‌خواهد در مصاحبه این را محک بزند.
زنجیره‌ها و دارایی‌های متنوع
عمومیقاعدهای که برای Bitcoin کار می‌کند الزاماً برای Ethereum یا Tron کار نمی‌کند. Merkle Science روی Bitcoin، Ethereum، Tron، Solana و زنجیره‌های دیگر کار می‌کند و Chainalysis می‌نویسد stablecoinها اکنون ۸۴٪ حجم تراکنش‌های غیرقانونی را تشکیل می‌دهند؛ پس دانش شما باید مدام به‌روز شود.
حاکمیت و مستندسازی مدل
شرکت بزرگوقتی بانک‌ها و نهادهای مالی به خروجی شما تکیه می‌کنند، مستندسازی بخشی از کار است. در Elliptic مدیر تیم باید فهرست مدل‌ها را به‌روز نگه دارد، شواهد اعتبارسنجی را آماده کند، drift را پایش کند و تغییرهای مهم را با مدارک آزمون برای بازبینی بفرستد.
حقوق و بازار کار جهانی
حقوق جهانی دانشمند داده در تحلیل بلاکچین
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
* ارقام سالانه‌اند. منبع هر رقم:
- TRM Labs posting, Senior Data Scientist, Full Stack (remote North America; 6+ yrs), published May 25 2026: posted US base range; median = midpoint
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no blockchain category), total comp (3,313 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no blockchain category), total comp (286 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no blockchain category), total comp (389 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no blockchain category), total comp (205 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no blockchain category), total comp (128 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no blockchain category), total comp (26 salaries): 25th–75th pct; median
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: ساختار دادهٔ زنجیره
مدل UTXO در Bitcoin و مدل حساب در Ethereum را یاد بگیرید: ورودی و خروجی تراکنش، آدرس، قرارداد و رویداد.
ماه ۲: SQL روی دادهٔ واقعی زنجیره
با دیتاست‌های عمومی BigQuery یا Dune کار کنید و چند سؤال ساده را جواب دهید، مثل حجم ورودی روزانه به یک قرارداد.
ماه ۳: خوشه‌بندی و سنجش قاعده
مقالهٔ «A Fistful of Bitcoins» را بخوانید، قاعدهٔ چند-ورودی را پیاده کنید و خطای آن را روی نمونه‌ای کوچک بسنجید.
ماه ۴: مدل روی مجموعه‌دادهٔ Elliptic
یک مدل پایهٔ جدولی و یک روش گراف را روی دادهٔ Elliptic مقایسه کنید و نتیجه را صادقانه گزارش دهید.
ماه ۵: دانش حوزه
گزارش‌های جرائم رمزارزی Chainalysis و TRM را بخوانید و با فهرست SDN آشنا شوید؛ پروژهٔ غربال آدرس تحریمی را بسازید.
ماه ۶: پورتفولیو و درخواست
دو پروژه را با README روشن و متریک‌های precision و coverage منتشر کنید و رزومه را با زبان آگهی‌ها بنویسید: خوشه‌بندی، انتساب، اعتبارسنجی و pipeline.
پروژه‌های پیشنهادی برای رزومه
خوشه‌بندی آدرس‌های Bitcoin با قاعدهٔ چند-ورودی
مبتدیروی دادهٔ عمومی Bitcoin در BigQuery، قاعدهٔ اول مقالهٔ «A Fistful of Bitcoins» را پیاده کنید: آدرس‌هایی که ورودی یک تراکنش‌اند، یک خوشه می‌شوند. اندازهٔ خوشه‌ها را بررسی کنید و توضیح دهید کجا این قاعده ممکن است خطا کند.
سنجش یک قاعدهٔ انتساب با precision و coverage
متوسطیک قاعدهٔ ساده (مثلاً تشخیص آدرس change) بسازید و آن را روی نمونه‌ای با برچسب معلوم بسنجید. گزارش بدهید چند درصد نتایج درست بود (precision) و قاعده چه بخشی از موارد را پوشش داد (coverage)؛ همان متریک‌هایی که آگهی Merkle Science صریحاً می‌خواهد.
غربال مواجهه با آدرس‌های تحریمی
متوسطآدرسهای رمزارزی را که OFAC در فهرست SDN منتشر کرده بردارید و برای مجموعه‌ای از آدرس‌های Ethereum، تماس مستقیم و یک‌مرحله‌ای با آن‌ها را حساب کنید. در README توضیح دهید چرا به گفتهٔ خود OFAC این فهرست کامل نیست و چرا خوشه‌بندی لازم است.
pipeline روزانهٔ دادهٔ زنجیره
پیشرفتهبا ethereum-etl یا BigQuery یک pipeline بسازید که هر روز تراکنش‌های تازه را بگیرد، مدل‌های dbt را به‌روز کند و یک متریک (مثلاً حجم ورودی به چند صرافی شناخته‌شده) را گزارش کند. backfill و اجرای افزایشی را هم پیاده کنید.
طبقه‌بندی زیرگراف‌های مشکوک روی Elliptic2
پیشرفتهطبق راهنمای رسمی، دادهٔ Elliptic2 را بارگذاری کنید، اول یک مدل پایه روی ویژگی‌های جدولی بسازید و بعد یک روش گراف را امتحان کنید. نتیجه را با تقسیم زمانی داده بسنجید و صادقانه بنویسید روش گراف چقدر کمک کرد.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
به گفتهٔ سایت خودش، استاد رمزنگاری و امنیت در University College London (UCL) است و پیش‌تر Staff Research Scientist در Google و معاون مدیر Initiative for Cryptocurrencies and Contracts (IC3) بوده است. از نوامبر ۲۰۲۵، به گفتهٔ خودش، دست از کار تمام‌وقت کشیده و وقتش را بیشتر صرف کشف کارهای دیگر می‌کند.
مقالهٔ «A Fistful of Bitcoins» که او و همکارانش در UC San Diego در کنفرانس IMC ۲۰۱۳ ارائه کردند، کیف‌پول‌های Bitcoin را با قاعده‌های خوشه‌بندی گروه کرد و با خرید واقعی کالا و خدمات، گردانندهٔ برخی خوشه‌ها را شناسایی کرد. این مقاله در IMC ۲۰۲۴ جایزهٔ Test of Time گرفت و در کتاب Tracers in the Dark نوشتهٔ Andy Greenberg آمده است.
در همان مقاله، نویسندگان قاعدهٔ دوم خود را کم‌اطمینان‌تر از قاعدهٔ اول دانستند و پیش از استفاده نرخ مثبت کاذبش را تخمین زدند. به نظر می‌رسد این عادت، یعنی سنجیدن خطای هر قاعده پیش از اعتماد به آن، همان چیزی است که آگهی‌های امروز با precision و coverage می‌خواهند.
طبق ویکی‌پدیا، Elliptic را در ۲۰۱۳ همراه Adam Joyce و James Smith بنیان گذاشت؛ شرکتی بریتانیایی که نخستین ابزارهای مبارزه با پول‌شویی و انطباق با تحریم برای رمزدارایی‌ها را بر پایهٔ تحلیل بلاکچین ساخت. در ۲۰۲۵ دانشمند ارشد (Chief Scientist) این شرکت بود.
طبق ویکی‌پدیا، Elliptic در ۲۰۲۴ همراه MIT و IBM مدلی منتشر کرد که «شکل» پول‌شویی را روی بلاکچین Bitcoin تشخیص می‌دهد و داده‌اش را هم عمومی کرد؛ نام او در فهرست نویسندگان این مقاله و مقالهٔ ۲۰۱۹ مجموعه‌دادهٔ Elliptic در arXiv آمده است. Wired هم گزارش داده که او تحریم Huione Guarantee را توصیه کرده است.
عمومی کردن داده در حوزه‌ای که بیشتر داده‌هایش محرمانه است، به پژوهشگران بیرون از شرکت امکان کار روی همین مسئله را داده است. برای تازه‌کار هم کار روی این داده‌های عمومی راهی واقعی برای نشان دادن مهارت است.
طبق صفحه‌اش در MIT Media Lab، پیش از پژوهش در هوش مصنوعی مستندساز بود و از تهیه‌کنندگان فیلم Poverty, Inc. است که در ۲۰۱۶ در Netflix پخش شد. بعد در IBM Research، آزمایشگاه MIT-IBM Watson AI و MIT Digital Currency Initiative کار کرد و Director's Fellow در MIT Media Lab بود.
طبق همان صفحه، تیم‌های تبدیل پژوهش به محصول را رهبری کرده و در graph deep learning، الگوریتم‌های منصفانه و مالی عملیاتی مقاله منتشر کرده است. طبق arXiv، نویسندهٔ اول مقالهٔ ۲۰۱۹ است که مجموعه‌دادهٔ Elliptic را منتشر کرد: گرافی از بیش از ۲۰۰ هزار تراکنش Bitcoin با ۲۳۴ هزار یال و ۱۶۶ ویژگی.
مسیر او از سینمای مستند به پژوهش هوش مصنوعی نشان می‌دهد ورود به این حوزه از رشته‌های دور هم ممکن است. مقالهٔ ۲۰۱۹ هم از آشتی دادن امنیت مالی با شمول مالی حرف می‌زند؛ به نظر می‌رسد دغدغه‌ای که از کار قبلی آورده بود، به انتخاب مسئله جهت داده است.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
Senior Data Scientist, Full Stack
تحلیل نیازمندی‌ها
Quantitative background (Computer Science, Statistics, Engineering, Economics, Physics).
رشته‌های کمّی متنوعی پذیرفته می‌شوند، از جمله اقتصاد. آنچه مهم است توانایی کار با داده و مدل است، نه رشتهٔ خاص.
ضروریStrong problem-solving mindset: gets to the root cause, leverages creativity, and thrives in ambiguity with a hypothesis-driven, iterative approach.
در انتساب، جواب از پیش معلوم نیست: فرضیه می‌سازید، روی داده می‌آزمایید و اصلاح می‌کنید. در مصاحبه انتظار یک case study عملی را داشته باشید؛ آگهی می‌گوید بیشتر فرایندهای مصاحبه یکی دارند.
ضروریDemonstrated domain curiosity — ability to absorb and apply expertise in blockchain, fraud, money laundering, or cybercrime.
لازم نیست از قبل متخصص باشید، اما باید نشان دهید این حوزه را دنبال می‌کنید؛ مثلاً با پروژه یا نوشته‌ای دربارهٔ تحلیل یک الگوی شناخته‌شده روی دادهٔ عمومی.
مهم6+ years in an analytical role with strong SQL, Python, and AI-assisted coding tools (Cursor, Claude Code).
این سطح ارشد است و شش سال تجربهٔ تحلیلی می‌خواهد. کار با ابزارهای کدنویسی مبتنی بر AI هم صریحاً شرط شده و مهارت AI در مصاحبه جداگانه سنجیده می‌شود.
ضروریExperience with distributed data systems (Spark, BigQuery, Airflow) and shipping production code.
دادهٔ زنجیره در یک کامپیوتر جا نمی‌شود. باید با پردازش توزیع‌شده کار کرده باشید و کدی نوشته باشید که در پروداکشن اجرا شده، نه فقط notebook.
ضروریStrong async communication (Loom, Slack, Notion) and ability to own work independently in a remote environment.
تیم کاملاً دورکار و پراکنده است. نوشتن روشن و مستقل کار کردن بخشی از شغل است، نه مهارت جانبی.
مهمBonus: Deep ML experience, prior work in crypto, financial crime, or financial institutions.
تجربهٔ عمیق در یادگیری ماشین و سابقه در رمزارز یا جرائم مالی امتیاز است، نه شرط. کسی که از بانک یا تیم انطباق می‌آید، همین‌جا امتیاز می‌گیرد.
مفیدتحلیل مسئولیت‌ها
Own end-to-end attribution for a risk category: identify high-impact targets, build algorithms (heuristics, ML models, AI agents), and ship to production.
شما مالک انتساب در یک دستهٔ ریسک، مثل تحریم یا جرائم سایبری، هستید: انتخاب اینکه روی چه کار کنید، ساخت الگوریتم و بردن آن به پروداکشن. قاعده، مدل ML و ایجنت AI همه ابزار همین کارند.
Collaborate tightly with — and become — a Subject Matter Expert for your category, translating customer and GTM needs into actionable intelligence.
انتظار دارند خودتان در دستهٔ ریسکتان متخصص شوید و نیاز مشتری و تیم فروش را به خروجی قابل‌استفاده تبدیل کنید. یعنی دانش حوزه به اندازهٔ مهارت داده مهم است.
Navigate all intelligence layers (Network / On-chain / Protocol) to uncover patterns competitors can't replicate.
داده فقط تراکنش روی زنجیره نیست؛ لایه‌های شبکه و پروتکل هم هست. ترکیب منابع مختلف چیزی است که نتیجه را ارزشمند می‌کند.
Ship production-quality code — heuristics, ML models, and data pipelines — with rigorous evaluation and scalable architecture.
دانشمند داده در اینجا «full stack» است: هم قاعده و مدل می‌سازد، هم pipeline، و هر کدام باید با ارزیابی دقیق همراه باشد.
Drive measurable outcomes: billions in illicit funds traced, seized, or prevented.
خروجی کار با نتیجهٔ واقعی سنجیده می‌شود: وجوهی که ردیابی، توقیف یا از آن جلوگیری شده است. این یعنی هم اثر کار مستقیم است و هم فشار آن.
نتیجه‌گیری کلی
این آگهی تصویر روشنی از این شغل در سطح ارشد می‌دهد: دانشمند داده‌ای با شش سال تجربه که در یک دستهٔ ریسک مستقر است، الگوریتم‌های انتساب را از قاعده تا مدل و ایجنت AI می‌سازد و خودش به پروداکشن می‌برد. سابقه در رمزارز شرط نیست، اما کنجکاوی حوزه‌ای هست. بازهٔ حقوق پایه در آمریکا ۱۸۰ تا ۲۱۰ هزار دلار است و کار نوبت on-call و هفته‌های کاری حضوری دارد.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
آمار رسمی جداگانه‌ای برای دانشمند داده در تحلیل بلاکچین وجود ندارد. BLS برای کل دانشمندان داده پیش‌بینی می‌کند اشتغال در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۳۵٪ رشد کند؛ بسیار سریع‌تر از میانگین همهٔ مشاغل. این نزدیک‌ترین گروه رسمی است. میانهٔ دستمزد سالانهٔ این گروه در مه ۲۰۲۵، ۱۲۰٬۲۳۰ دلار بود که از بازه‌های اعلام‌شده در آگهی‌های این حوزه پایین‌تر است.
منبع: BLS Occupational Outlook Handbook — Data Scientists (2025–35)
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
Chainalysis در گزارش ۲۰۲۶ خود می‌نویسد عددهای ۲۰۲۵ یک سال بعد بالاتر خواهند رفت، چون آدرس‌های غیرقانونی بیشتری شناسایی و تاریخچهٔ آن‌ها به برآوردها اضافه می‌شود؛ برآورد ۲۰۲۴ همین شرکت در یک سال از ۴۰٫۹ به ۵۷٫۲ میلیارد دلار رسید.
BLS آمریکا پیش‌بینی می‌کند اشتغال دانشمندان داده از ۲۰۲۵ تا ۲۰۳۵، ۳۵٪ رشد کند و سالانه به‌طور میانگین حدود ۲۴٬۸۰۰ فرصت شغلی برای این گروه باز شود. BLS گروه جداگانه‌ای برای تخصص بلاکچین ندارد.
تقاضا در چند شرکت متمرکز است؛ در بررسی این صفحه، آگهی‌های باز از Chainalysis، TRM Labs، Elliptic، Merkle Science و Binance بودند و بیشترشان برای سطح ارشد. برخی نقش‌ها محدودیت محل یا تابعیت دارند؛ آگهی Elliptic در واشنگتن تابعیت آمریکا را شرط کرده است. هر سه شرکت اصلی مهارت AI را صریحاً می‌خواهند و TRM Labs و Elliptic آن را در مصاحبه جداگانه می‌سنجند؛ پس بخشی از کار تحلیلی به ابزارهای AI سپرده می‌شود و ارزش شما بیشتر در روش، اعتبارسنجی و قضاوت است.
منابع
اطلاعات این صفحه در تاریخ ۱ آبان ۱۴۰۵ از این ۳۵ منبع بررسی شده است.
- Senior Data Scientist, Full Stack — TRM Labs (job posting)
- Senior Data Scientist, Full Stack (Brazil) — TRM Labs (job posting)
- Senior Data Scientist — Chainalysis, London (job posting)
- Staff Data Scientist — Chainalysis, London (job posting)
- Data Science Lead — Elliptic, Washington D.C. (job posting)
- Data Science Lead — Elliptic, London (job posting)
- Data Scientist — Blockchain Intelligence — Merkle Science (job posting)
- Binance Accelerator Program - Data Scientist (On Chain background) — Binance (job posting)
- Binance Accelerator Program - Research On Chain Data Analyst — Binance (job posting)
- Senior Onchain Investigator — Coinbase (job posting)
- Blockchain Investigator, Financial Crimes, Malta — Crypto.com (job posting)
- Staff Blockchain Data Scientist — World (DCG job board, closed)
- levels.fyi — Data Scientist salaries, United States
- levels.fyi — Data Scientist salaries, Canada
- levels.fyi — Data Scientist salaries, United Kingdom
- levels.fyi — Data Scientist salaries, Germany
- levels.fyi — Data Scientist salaries, Singapore
- levels.fyi — Data Scientist salaries, United Arab Emirates
- BLS Occupational Outlook Handbook — Data Scientists
- Chainalysis — 2026 Crypto Crime Report Introduction
- TRM Labs — 2026 Crypto Crime Report Key Insights
- OFAC FAQ 562 — Digital currency addresses on the SDN List
- Chainalysis — Wikipedia
- Elliptic (company) — Wikipedia
- Meiklejohn et al. — A Fistful of Bitcoins (IMC 2013, PDF)
- Sarah Meiklejohn — personal site
- Mark Weber — MIT Media Lab
- Weber et al. — Anti-Money Laundering in Bitcoin: Experimenting with Graph Convolutional Networks (arXiv)
- Bellei et al. — The Shape of Money Laundering: the Elliptic2 Dataset (arXiv)
- Chainalysis — Company (leadership)
- Senior Data Scientist (Consumer) — Coinbase (job posting)
- EllipticBitcoinDataset — PyTorch Geometric documentation
- Google Cloud — Introducing six new cryptocurrencies in BigQuery Public Datasets
- GraphSense — open-source cryptoasset analytics
- Andy Greenberg — Tracers in the Dark (author site)