Capital One
Capital One
Ang Capital One ay isang kumpanya ng serbisyong pinansyal at fintech na nag-aalok ng mga credit card, pautang para sa sasakyan, mga serbisyo sa pagbabangko, at mga produktong savings. Pinagsasama ng trabaho nito ang kaalaman sa pananalapi at teknolohiya at mga digital na tool upang mapahusay kung paano pinamamahalaan ng mga customer ang kanilang pera. Nakatuon ang mga oportunidad sa karera ng kumpanya sa pagbuo ng mga solusyong nakasentro sa customer sa isang sari-sari at inklusibong workforce.

Tagapamahala, Agham ng Datos – Mga Pundasyon ng AI

Pangunahan ang pagbuo ng mga pundasyon ng AI at machine learning para sa mobile app at mga produktong pampinansyal ng Capital One. Bumuo ng mga nasusukat na solusyon sa NLP at LLM para sa mahigit 80 milyong customer.

Paglalarawan

  • Makipagtulungan sa mga pangkat ng data science, engineering, machine learning, at produkto upang maghatid ng mga produktong pinapagana ng AI.
  • Bumuo at maglunsad ng nasusukat na arkitektura at mga solusyon sa AI/ML para sa mobile app ng Capital One.
  • Gumamit ng PyTorch, AWS Ultraclusters, Hugging Face, LangChain, Lightning, mga vector database, at mga kaugnay na teknolohiya.
  • Ilapat ang NLP at malalaking modelo ng wika sa mga application at feature na ginagamit ng customer.
  • Iangkop at i-fine-tune ang mga modelo ng wika.
  • Magdisenyo, magsanay, magsuri, at magpatunay ng mga modelo ng machine learning at NLP.
  • Makipagtulungan sa mga pangkat ng engineering upang mag-deploy ng mga modelo sa mga nasusukat at matatag na production system na nagsisilbi sa mahigit 80 milyong customer.
  • Iugnay ang masalimuot na teknikal na gawain sa mga tiyak na layunin ng negosyo.
  • Suriin ang mga umuusbong na teknolohiya ng AI at gamitin ang mga makabagong pamamaraan.
  • Paunlarin ang talento at gabayan ang mga stakeholder mula sa iba’t ibang pangkat sa inobasyon ng AI/ML.

Mga Kinakailangan

  • Mayroon o kasalukuyang kinukuha ang kinakailangang degree, na inaasahang matatapos bago o sa nakatakdang petsa ng pagsisimula.
  • May bachelor’s degree sa quantitative na larangan at anim na taong karanasan sa data analytics; o master’s degree sa quantitative na larangan o MBA na may quantitative na pokus at apat na taong karanasan; o quantitative PhD at isang taong karanasan.
  • May hindi bababa sa isang taong karanasan sa paggamit ng mga open-source programming language para sa malakihang pagsusuri ng datos.
  • May hindi bababa sa isang taong karanasan sa machine learning.
  • May hindi bababa sa isang taong karanasan sa paggamit ng mga relational database.
  • May karanasan sa pagsasanay ng mga modelo ng wika o malalaking modelo ng computer vision.
  • May kasanayan sa kahit isa sa mga larangang ito: pag-optimize ng pagsasanay, self-supervised learning, explainability, o RLHF.
  • Nakakapaghatid ng mga modelo sa malaking saklaw batay sa dami ng training data at inference.
  • Nakakapaghatid ng mga library, platform, o code sa antas ng solusyon para maisama sa mga kasalukuyang produkto.
  • May aktuwal na karanasan sa mga LLM, open-source tool, at cloud computing platform.
  • May karanasan sa pagtatrabaho sa AWS.
  • May hindi bababa sa apat na taong karanasan sa Python, Scala, o R.
  • May hindi bababa sa apat na taong karanasan sa machine learning.
  • May hindi bababa sa apat na taong karanasan sa SQL.

Mga Benepisyo

  • Insentibong bayad batay sa performance, na maaaring may kasamang cash bonus at/o pangmatagalang insentibo.
  • Komprehensibo, mapagkumpitensya, at inklusibong mga benepisyo sa kalusugan, pananalapi, at iba pa upang suportahan ang pangkalahatang kagalingan.
  • Maaaring isaalang-alang ang mga kwalipikadong bagong aplikante para sa sponsorship ng pahintulot sa pagtatrabaho.
  • Mga makatwirang akomodasyon para sa mga aplikanteng may kapansanan.

Mga Kaugnay na Trabaho

Pfizer

Senior Manager, Pagpapalakas ng Datos sa Oncology

Pfizer

Pangunahan ang estratehiya, pamamahala, at kalidad ng datos para sa mga tatak ng Oncology ng Pfizer, at iugnay ang mga komersyal na koponan sa mga kakayahan ng datos at digital ng kumpanya. Makipagtulungan sa mga koponan ng analytics at AI upang suportahan ang mga insight, dashboard, at aplikasyon.

Buksan
Bank of America

Tagapamahala ng Pag-uulat sa Negosyo at Data

Bank of America

Pamahalaan ang mga inisyatiba sa pag-uulat at data para sa Investment Solutions Group ng Bank of America, kabilang ang pagbuo ng mga SQL dataset, pipeline, Tableau dashboard, at estratehikong ulat.

Buksan
Guidehouse

Data Scientist na Onsite – Analytics ng Navy Reserve

Guidehouse

Bumuo ng mga predictive model, dashboard, at solusyon sa AI/ML para sa kahandaan at katiyakan ng misyon ng Navy Reserve ng U.S. kasama ang Guidehouse. Gawing mga rekomendasyon para sa mga pinuno ng pamahalaan at operasyon ang masalimuot na datos.

Buksan
Northrop Grumman

Siyentista ng Datos ng Northrop Grumman, Antas 3 o 4

Northrop Grumman

Bumuo ng mga dashboard, analytics, at estratehiya sa datos para sa mga operasyon sa pagmamanupaktura ng aerospace ng Northrop Grumman. Suportahan ang kahandaan sa produksyon, tuloy-tuloy na pagpapahusay, at mga pasyang ehekutibo sa mga lokasyon sa Southern California.

Buksan
Salesforce

Senior na Pinuno ng Estratehiya at Analytics sa Salesforce (San Francisco, Nasa Opisina)

Salesforce

Hulmahin ang paglago ng enterprise at estratehiya pagkatapos ng benta ng Slack sa pamamagitan ng mga inisyatiba sa pagpasok sa merkado na nakabatay sa datos. Makipagtulungan sa mga ehekutibo ng Salesforce at mga pangkat na may iba’t ibang tungkulin upang gabayan ang mga estratehikong pasya.

Buksan
Capital One

Senior na Tagapamahala, Agham ng Datos para sa mga Pundasyon ng AI

Capital One

Pangunahan ang pagbuo ng mga pundasyon ng AI ng Capital One gamit ang NLP na nasusukat at malalaking modelo ng wika. Bumuo ng mga production system ng machine learning para sa mga pinasadyang karanasang pinansyal na ginagamit ng milyun-milyong customer.

Buksan