LogoFresh Jobs Ahead
American Express
American Express
B2BPagbabangkoPananalapi
Ang American Express ay isang pandaigdigang kompanya ng serbisyong pinansyal na nagpapatakbo sa larangan ng pagbabangko, pananalapi, at mga pagbabayad sa B2B. Kabilang sa mga negosyo nito ang mga credit card para sa mga mamimili, negosyo, at korporasyon; mga serbisyo sa pagbabayad at merchant; mga savings account, certificate of deposit, at personal loan; pati na rin ang mga reward, programa sa paglalakbay, solusyon sa pagbabayad para sa mga korporasyon, edukasyong pinansyal, serbisyong pangseguridad, at suporta para sa mga miyembro ng card at merchant.
LinkedIn
Mga Trabaho sa Kumpanya

Senior na Analyst sa Data Science, Panganib sa Panloloko

Bumuo ng mga solusyong gumagamit ng machine learning at graph upang matukoy ang kompromiso sa mga payment card at mapahusay ang mga pasya sa panganib ng panloloko sa American Express. Suriin ang datos ng mga nakompromisong card at bumuo ng mga scalable na pipeline para sa pagdedesisyon.

INIndiaHybridFull-timeSeniorKinakailangang Wika: InglesAnalista ng Datos
CloudGoogle Cloud PlatformPySparkPythonPyTorchTensorFlow

Paglalarawan

  • Bumuo at pagbutihin ang mga solusyon sa machine learning at AI na tumutukoy sa mga pattern ng kompromiso sa card, nakakakita ng kahina-hinalang gawi, at sumusuporta sa mga pasya tungkol sa panganib.
  • Gumamit ng Graph Neural Networks, graph learning, Transformers, deep learning, at iba pang makabagong pamamaraan ng machine learning.
  • Suriin ang malalaki, masalimuot, at magkakaugnay na dataset upang mahanap ang mga ugnayan at signal ng panganib at makabuo ng mga kapaki-pakinabang na business insight.
  • Bumuo at mag-optimize ng mga analytical at modeling pipeline, mula sa paghahanda ng datos at feature engineering hanggang sa training, validation, at pagsubaybay sa performance.
  • Gumamit ng Python, PySpark, at mga cloud platform gaya ng Google Cloud upang lumikha ng mga scalable na analytical solution.
  • Suriin ang mga bagong pamamaraan ng AI at machine learning upang mapahusay ang bisa ng modelo, katumpakan ng prediksyon, at kahusayan sa operasyon.
  • Makipagtulungan sa mga stakeholder mula sa iba’t ibang tungkulin upang gawing mga solusyong batay sa datos ang mga hamon sa negosyo.
  • Ilatag ang mga natuklasang analitikal, performance ng modelo, at mga estratehikong rekomendasyon sa mga teknikal at di-teknikal na tagapakinig.
  • Suriin nang malaliman ang mga kaso upang mapahusay ang performance ng modelo at pagdedesisyon.
  • Tiyaking nakaayon sa mga layunin ng negosyo ang analitikal at modeling na gawain, at pamahalaan ang mga inaasahan ng stakeholder sa bawat proyekto.
  • Suriin ang mga research paper at tukuyin ang mga use case na makapagpapasulong sa pagbuo at inobasyon ng modelo.

Mga Kinakailangan

  • May graduate o postgraduate degree sa estadistika, matematika, ekonomiks, inhinyeriya, pamamahala, computer science, o kaugnay na larangang kwantitatibo mula sa kinikilalang institusyon.
  • May 2–3 taong kaugnay na karanasan sa data science, advanced analytics, machine learning, o predictive modeling.
  • Mahusay sa programming gamit ang Python at PySpark, at may praktikal na karanasan sa pagmamanipula ng datos, pagsusuring estadistikal, at pagbuo ng machine learning model.
  • Nauunawaan ang mga teknik ng machine learning at deep learning, at may kaalaman sa Graph Neural Networks, graph algorithm, Transformer architecture, o kaugnay na makabagong pamamaraan ng AI.
  • Pamilyar sa mga deep learning framework gaya ng PyTorch o TensorFlow at mga cloud environment gaya ng Google Cloud Platform.
  • May karanasan sa malalaking dataset, feature engineering, preprocessing ng datos, at pagsusuri ng modelo.
  • May mahusay na kasanayan sa paglutas ng problema at pagsusuri, at kayang gawing epektibong teknikal na solusyon ang masalimuot na pangangailangan ng negosyo.
  • Malinaw makipag-usap sa pasulat at pasalita, at nakapaglalahad ng mga analitikal na insight at rekomendasyon sa iba’t ibang stakeholder.
  • Gumagamit ng mahusay na pagpapasya, epektibong nakikipagtulungan, at naghahatid ng de-kalidad na analitikal na gawain sa masiglang kapaligiran ng negosyo.
  • Magtrabaho sa mga sumusunod na iskedyul: Lunes–Miyerkules, 1:00 PM–9:30 PM; Huwebes, 11:00 AM–7:30 PM; Biyernes, 8:30 AM–5:00 PM.

Mga Benepisyo

  • Mapagkumpitensyang batayang sahod.
  • Mga insentibong bonus.
  • Suporta para sa kagalingang pinansyal at pagreretiro.
  • Saklaw para sa medikal, dental, paningin, seguro sa buhay, at kapansanan, depende sa lokasyon.
  • Mga flexible na kaayusan sa trabahong hybrid, onsite, o virtual, depende sa tungkulin at pangangailangan ng negosyo.
  • Bayad na leave para sa magulang, depende sa lokasyon.
  • Libreng access sa mga onsite wellness center sa iba’t ibang panig ng mundo na may mga nurse at doktor, depende sa lokasyon.
  • Libre at kumpidensiyal na pagpapayo sa pamamagitan ng programang Healthy Minds.
  • Mga pagkakataon para sa pag-unlad ng karera at pagsasanay.

Mga Kaugnay na Trabaho