American Express
American Express
American Express یک شرکت جهانی ارائه‌دهنده خدمات مالی است که در حوزه‌های بانکداری، امور مالی و پرداخت‌های B2B فعالیت می‌کند. فعالیت‌های این شرکت شامل کارت‌های اعتباری مصرف‌کنندگان، کسب‌وکارها و شرکت‌ها؛ خدمات پرداخت و پذیرندگان؛ حساب‌های پس‌انداز، گواهی سپرده و وام‌های شخصی؛ همچنین پاداش‌ها، برنامه‌های سفر، راهکارهای پرداخت شرکتی، آموزش مالی، خدمات امنیتی و پشتیبانی از اعضای کارت و پذیرندگان است.

تحلیلگر علم داده، یادگیری ماشین و هوش مصنوعی مولد

برای خدمات مشتریان امریکن اکسپرس، راهکارهای یادگیری ماشین، هوش مصنوعی مولد و پیشنهاددهی بسازید. داده‌های مشتریان و عملیات را تحلیل کنید تا شخصی‌سازی را تقویت و عملکرد تیم‌های خدمات را بهبود دهید.

توضیحات

  • برای بهبود خدمات مشتریان، شخصی‌سازی، اثربخشی همکاران و عملیات، راهکارهای تحلیلی، مدل‌های پیش‌بینی و رویکردهای تصمیم‌گیری توسعه دهید.
  • داده‌های مشتریان، رفتارها، تعاملات و عملیات را برای یافتن الگوها و فرصت‌ها تحلیل کنید.
  • ویژگی‌ها را ایجاد کنید، فرضیه‌ها را بیازمایید و یافته‌ها را به بینش‌ها و راهکارهای عملی تبدیل کنید.
  • با مدل‌سازی، آزمایش و اعتبارسنجی، راهکارهای یادگیری ماشین و هوش مصنوعی مولد را بسازید و ارزیابی کنید.
  • در جریان‌های کاری هوش مصنوعی عامل‌محور، پیشنهادهای مبتنی بر ترنسفورمر، هوش مصنوعی مکالمه‌ای و کاربردهای مدل‌های زبانی بزرگ، و نیز راهکارهای شخصی‌سازی یا اقدام بعدیِ مناسب مشارکت کنید.
  • در طراحی و تحلیل آزمایش‌ها کمک کنید و کیفیت مدل، اثر کسب‌وکاری و زمینه‌های بهبود را بسنجید.
  • کد تحلیلی قدرتمند بنویسید و برای پیاده‌سازی، استقرار، پایش و بهبود راهکارهای علم تصمیم‌گیری با تیم‌های داده، فناوری و پلتفرم همکاری کنید.
  • با تیم‌های مختلف همکاری کنید، یافته‌ها را روشن بیان کنید و نتایج فنی را به پیشنهادهای کاربردی تبدیل کنید.
  • از پیشرفت‌های یادگیری ماشین، هوش مصنوعی مولد، سامانه‌های پیشنهاددهی و هوشمندی تصمیم‌گیری آگاه بمانید.
  • روش‌های مرتبط را ارزیابی کنید و به ایجاد رویه‌های قابل استفاده مجدد در سراسر GSDS کمک کنید.

شرایط لازم

  • مدرک کارشناسی ارشد در رشته‌ای کمّی مانند مهندسی، علوم کامپیوتر، ریاضی، آمار، اقتصاد یا مالی.
  • تجربه تحصیلی، کارآموزی یا حرفه‌ای مرتبط در علم داده، یادگیری ماشین، تحلیل پیشرفته یا حوزه‌ای کمّی دیگر.
  • تسلط به Python، SQL یا ابزارهای تحلیلی مشابه.
  • تجربه مقدماتی در توسعه مدل‌های یادگیری ماشین، مانند مدل‌های مبتنی بر درخت، رگرسیون، طبقه‌بندی یا خوشه‌بندی.
  • آشنایی از طریق درس، پروژه یا تجربه‌ای دیگر با مدل‌های زبانی بزرگ، هوش مصنوعی مولد یا یادگیری عمیق نوین.
  • تفکر تحلیلی و مفهومی قوی، از جمله توانایی ساختاربندی مسائل، یادگیری سریع و مواجهه با ابهام.
  • مهارت روشن در ارتباط نوشتاری و گفتاری و توانایی همکاری میان واحدهای مختلف.
  • ترجیحی: آشنایی با چارچوب‌های هوش مصنوعی عامل‌محور، معماری‌های ترنسفورمر، پیشنهادهای مبتنی بر ترنسفورمر، هوش مصنوعی مکالمه‌ای، کاربردهای مدل‌های زبانی بزرگ، تعبیه‌ها یا مدل‌سازی معنایی.
  • ترجیحی: آشنایی با شخصی‌سازی، سامانه‌های پیشنهاددهی، اقدام بعدیِ مناسب، بهینه‌سازی، آزمایش یا تصمیم‌گیری مشتری.
  • ترجیحی: تجربه کاری یا پروژه‌ای با داده‌های ساخت‌یافته یا بدون ساختار و راهکارهای تحلیلی یا یادگیری ماشین.
  • ترجیحی: آشنایی با ارزیابی مدل یا هوش مصنوعی و مفاهیم پایه تولیدی‌سازی، پایش، MLOps یا LLMOps.
  • ترجیحی: علاقه به خدمات مشتریان و توانایی پیوند دادن کار فنی با نتایج قابل سنجش برای مشتری و کسب‌وکار.
  • تکمیل موفق بررسی پیشینه، با رعایت قوانین و مقررات مربوطه.

مزایا

  • حقوق پایه رقابتی.
  • مشوق‌های پاداش.
  • حمایت از رفاه مالی و بازنشستگی.
  • پوشش جامع درمانی، دندان‌پزشکی، بینایی، بیمه عمر و ازکارافتادگی، بسته به محل.
  • امکان کار انعطاف‌پذیر ترکیبی، حضوری یا مجازی، متناسب با نقش و نیازهای کسب‌وکار.
  • مرخصی باحقوق سخاوتمندانه برای والدین، بسته به محل.
  • دسترسی رایگان به مراکز رفاهی جهانی در محل کار که پرستاران و پزشکان در آن حضور دارند، بسته به محل.
  • مشاوره رایگان و محرمانه از طریق برنامه Healthy Minds.
  • فرصت‌های رشد شغلی و آموزش.