FIS
FIS
FIS udvikler finansiel teknologi til banker, virksomheder og myndigheder over hele verden. Virksomhedens portefølje af platforme omfatter digital bankvirksomhed, udlån, betalinger, automatiseret finansiering, formueforvaltning og compliance og hjælper organisationer med at håndtere penge sikkert på tværs af opbevaring, overførsler, investeringer og relaterede aktiviteter. Virksomheden kombinerer fintech-ekspertise med værktøjer, der har til formål at forbedre effektiviteten, kontrollere omkostningerne og understøtte bedre kundeoplevelser.

Junior data scientist inden for finansielle tjenester

Udvikl og implementér prædiktive modeller og AI-løsninger til FIS' produkter inden for finansielle tjenester. Anvend maskinlæring inden for risiko, svindel, markedsføring, porteføljestyring og betalinger.

Beskrivelse

  • Udvikl eksplorative analyser, prædiktive modeller og AI-løsninger til udfordringer inden for finansielle tjenester, herunder risiko, svindel, markedsføring og porteføljestyring.
  • Omsæt resultater fra maskinlæring til praktiske produktanbefalinger til interne og eksterne målgrupper.
  • Bidrag til design, udvikling, validering, implementering og overvågning af avanceret analyse, maskinlæring og AI-løsninger.
  • Forbered og analysér modelleringsdata ved hjælp af passende datastrukturer og algoritmer.
  • Kombinér data fra etablerede og nye kilder for at opbygge analytiske løsninger fra start til slut.
  • Anvend maskinlæring, prædiktiv analyse, NLP, generativ AI og agentbaseret AI til at løse komplekse problemer inden for betalinger og finansielle tjenester.
  • Planlæg og gennemfør eksperimenter, hypotesetest og statistiske analyser.
  • Frem dyrk god praksis inden for datavidenskab, maskinlæring, feature engineering, eksperimentering, modelstyring og MLOps.
  • Følg udviklingen i branchen, og del relevante innovationer med teamet.

Krav

  • Kandidatgrad eller højere inden for matematik, datalogi, ingeniørvidenskab, operationsanalyse, statistik eller et beslægtet kvantitativt fagområde.
  • 1–3 års erfaring med at udvikle og implementere end-to-end-løsninger inden for maskinlæring, prædiktiv analyse og datavidenskab i betalingsbranchen, banksektoren eller finansielle tjenester.
  • Stærke færdigheder i Python og SQL.
  • Erfaring med big data-værktøjer som Spark eller PySpark er en fordel.
  • Praktisk erfaring med databehandling, feature engineering og modeludvikling ved hjælp af biblioteker som Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn eller Plotly.
  • Erfaring med at implementere maskinlæringsmodeller i produktionsmiljøer eller miljøer tæt på produktion.
  • Gode færdigheder i datavisualisering og business intelligence-værktøjer som Tableau eller tilsvarende.
  • Stærke analytiske evner og problemløsningsevner, herunder evnen til at omsætte uklare forretningsmæssige udfordringer til grundige analytiske tilgange.
  • Evne til at samarbejde med produkt-, teknologi- og forretningsteams.
  • Erfaring inden for betalinger, bank eller finansielle tjenester.
  • Praktisk erfaring med Databricks, herunder MLflow, Model Registry, samarbejdsbaserede notebooks og MLOps-arbejdsgange.
  • Erfaring med implementering af cloudbaserede maskinlæringsløsninger, især på AWS.
  • Kendskab til udviklingen inden for transformermodeller og agentbaseret AI.
  • Viden om modelstyring, overholdelse af regler og MLOps-praksis inden for regulerede finansielle tjenester.
  • For stillinger i USA skal kandidater, der modtager et betinget tilbud, gennemgå en narkotest.

Fordele

  • Mulighed for at bidrage til fremtidens finansielle teknologi.
  • Løbende læring og faglig udvikling.
  • Samarbejdsorienteret arbejdsplads.
  • Muligheder for at støtte lokalsamfundet.
  • Konkurrencedygtig løn og gode vilkår.

Relaterede job