American Express
American Express
American Express es una empresa global de servicios financieros que opera en los sectores bancario, financiero y de pagos B2B. Su actividad incluye tarjetas de crédito para consumidores, empresas y corporaciones; servicios de pago y para comercios; cuentas de ahorro, certificados de depósito y préstamos personales; además de programas de recompensas, programas de viajes, soluciones de pago corporativo, educación financiera, servicios de seguridad y asistencia para titulares de tarjetas y comercios.

Analista sénior de ciencia de datos, riesgo de fraude

Desarrolla soluciones de aprendizaje automático y basadas en grafos para detectar la vulneración de tarjetas de pago y reforzar las decisiones sobre riesgo de fraude en American Express. Analiza datos de tarjetas vulneradas y crea procesos de decisión escalables.

Descripción

  • Desarrolla y mejora soluciones de aprendizaje automático e inteligencia artificial que identifican patrones de vulneración de tarjetas, detectan comportamientos sospechosos y respaldan las decisiones sobre riesgos.
  • Utiliza redes neuronales de grafos, aprendizaje con grafos, Transformers, aprendizaje profundo y otros métodos avanzados de aprendizaje automático.
  • Analiza conjuntos de datos grandes, complejos e interconectados para encontrar relaciones y señales de riesgo, y generar información útil para el negocio.
  • Desarrolla y optimiza procesos de análisis y modelado, desde la preparación de datos y la ingeniería de características hasta el entrenamiento, la validación y el seguimiento del rendimiento.
  • Utiliza Python, PySpark y plataformas en la nube como Google Cloud para crear soluciones analíticas escalables.
  • Evalúa métodos emergentes de inteligencia artificial y aprendizaje automático para mejorar la eficacia de los modelos, la precisión predictiva y la eficiencia operativa.
  • Colabora con partes interesadas de distintas funciones para convertir los retos empresariales en soluciones basadas en datos.
  • Presenta resultados analíticos, rendimiento de modelos y recomendaciones estratégicas a públicos técnicos y no técnicos.
  • Examina casos en profundidad para mejorar el rendimiento de los modelos y la toma de decisiones.
  • Alinea el trabajo analítico y de modelado con los objetivos del negocio y gestiona las expectativas de las partes interesadas durante cada proyecto.
  • Revisa artículos de investigación e identifica casos de uso que impulsen el desarrollo y la innovación de modelos.

Requisitos

  • Tener un título de posgrado o de estudios superiores en estadística, matemáticas, economía, ingeniería, gestión, informática u otro campo cuantitativo afín, obtenido en una institución reconocida.
  • Contar con entre 2 y 3 años de experiencia relevante en ciencia de datos, analítica avanzada, aprendizaje automático o modelado predictivo.
  • Dominar la programación en Python y PySpark, con experiencia práctica en manipulación de datos, análisis estadístico y desarrollo de modelos de aprendizaje automático.
  • Comprender técnicas de aprendizaje automático y aprendizaje profundo, y tener experiencia con redes neuronales de grafos, algoritmos de grafos, arquitecturas Transformer u otros métodos avanzados de inteligencia artificial relacionados.
  • Conocer marcos de aprendizaje profundo como PyTorch o TensorFlow y entornos en la nube como Google Cloud Platform.
  • Tener experiencia con grandes conjuntos de datos, ingeniería de características, preprocesamiento de datos y evaluación de modelos.
  • Demostrar sólidas habilidades analíticas y de resolución de problemas, y capacidad para convertir requisitos empresariales complejos en soluciones técnicas eficaces.
  • Comunicarse con claridad, tanto oralmente como por escrito, y presentar análisis y recomendaciones a distintas partes interesadas.
  • Aplicar buen criterio, colaborar eficazmente y ofrecer trabajo analítico de alta calidad en un entorno empresarial dinámico.
  • Trabajar en estos turnos: lunes a miércoles, de 13:00 a 21:30; jueves, de 11:00 a 19:30; viernes, de 8:30 a 17:00.

Beneficios

  • Salario base competitivo.
  • Incentivos mediante bonificaciones.
  • Apoyo para el bienestar financiero y la jubilación.
  • Cobertura médica, dental, oftalmológica, de vida y por discapacidad, según la ubicación.
  • Modalidades de trabajo híbridas flexibles, presenciales o virtuales, según el puesto y las necesidades del negocio.
  • Permiso parental remunerado, según la ubicación.
  • Acceso gratuito a centros de bienestar en las instalaciones de todo el mundo, atendidos por enfermeros y médicos, según la ubicación.
  • Asesoramiento gratuito y confidencial a través del programa Healthy Minds.
  • Oportunidades de desarrollo profesional y formación.

Empleos relacionados