American Express
American Express
American Express est une entreprise mondiale de services financiers présente dans les secteurs bancaire, financier et des paiements B2B. Ses activités comprennent les cartes de crédit destinées aux particuliers, aux entreprises et aux sociétés; les services de paiement et aux commerçants; les comptes d’épargne, les certificats de dépôt et les prêts personnels; ainsi que des programmes de récompenses, des programmes de voyage, des solutions de paiement pour les entreprises, de l’éducation financière, des services de sécurité et une assistance aux titulaires de cartes et aux commerçants.

Analyste senior en science des données, risque de fraude

Concevez des solutions d’apprentissage automatique et fondées sur les graphes pour détecter la compromission de cartes de paiement et renforcer les décisions en matière de risque de fraude chez American Express. Analysez les données de cartes compromises et développez des pipelines décisionnels évolutifs.

Description

  • Concevez et améliorez des solutions d’apprentissage automatique et d’intelligence artificielle qui repèrent les schémas de compromission de cartes, détectent les comportements suspects et éclairent les décisions en matière de risque.
  • Utilisez des réseaux neuronaux de graphes, l’apprentissage sur graphes, des Transformers, l’apprentissage profond et d’autres méthodes avancées d’apprentissage automatique.
  • Analysez des ensembles de données volumineux, complexes et interconnectés afin de repérer des relations et des signaux de risque et de produire des informations utiles à l’activité.
  • Concevez et optimisez des pipelines d’analyse et de modélisation, de la préparation des données et de l’ingénierie des caractéristiques à l’entraînement, à la validation et au suivi des performances.
  • Utilisez Python, PySpark et des plateformes cloud comme Google Cloud pour créer des solutions analytiques évolutives.
  • Évaluez les nouvelles méthodes d’intelligence artificielle et d’apprentissage automatique afin d’améliorer l’efficacité des modèles, la précision prédictive et l’efficacité opérationnelle.
  • Collaborez avec des parties prenantes de différentes fonctions pour transformer les enjeux métier en solutions fondées sur les données.
  • Présentez les résultats d’analyse, les performances des modèles et les recommandations stratégiques à des publics techniques et non techniques.
  • Examinez les dossiers en détail pour améliorer les performances des modèles et la prise de décision.
  • Veillez à ce que les travaux d’analyse et de modélisation restent alignés sur les objectifs métier et gérez les attentes des parties prenantes tout au long de chaque projet.
  • Examinez des articles de recherche et repérez des cas d’usage susceptibles de faire progresser le développement et l’innovation des modèles.

Exigences

  • Être titulaire d’un diplôme de deuxième ou troisième cycle en statistiques, mathématiques, économie, ingénierie, gestion, informatique ou dans un domaine quantitatif connexe, délivré par un établissement reconnu.
  • Justifier de 2 à 3 ans d’expérience pertinente en science des données, analyse avancée, apprentissage automatique ou modélisation prédictive.
  • Maîtriser la programmation en Python et PySpark, avec une expérience pratique de la manipulation de données, de l’analyse statistique et du développement de modèles d’apprentissage automatique.
  • Comprendre les techniques d’apprentissage automatique et d’apprentissage profond, et avoir été exposé aux réseaux neuronaux de graphes, aux algorithmes de graphes, aux architectures Transformer ou à des méthodes avancées d’IA apparentées.
  • Connaître des frameworks d’apprentissage profond comme PyTorch ou TensorFlow ainsi que des environnements cloud comme Google Cloud Platform.
  • Avoir de l’expérience avec de grands ensembles de données, l’ingénierie des caractéristiques, le prétraitement des données et l’évaluation des modèles.
  • Faire preuve de solides capacités d’analyse et de résolution de problèmes, et savoir traduire des exigences métier complexes en solutions techniques efficaces.
  • Communiquer clairement à l’écrit et à l’oral, et présenter des analyses et recommandations à des parties prenantes variées.
  • Faire preuve de discernement, collaborer efficacement et fournir un travail analytique de grande qualité dans un environnement métier dynamique.
  • Travailler selon les horaires suivants : du lundi au mercredi, de 13 h à 21 h 30 ; le jeudi, de 11 h à 19 h 30 ; le vendredi, de 8 h 30 à 17 h.

Avantages

  • Salaire de base compétitif.
  • Primes incitatives.
  • Soutien au bien-être financier et à la retraite.
  • Couverture médicale, dentaire, optique, assurance vie et invalidité, selon le lieu de travail.
  • Modalités de travail hybrides flexibles, sur site ou virtuelles, selon le poste et les besoins de l’activité.
  • Congé parental rémunéré, selon le lieu de travail.
  • Accès gratuit à des centres de bien-être sur site à l’échelle mondiale, avec du personnel infirmier et médical, selon le lieu de travail.
  • Conseil gratuit et confidentiel dans le cadre du programme Healthy Minds.
  • Possibilités de développement de carrière et de formation.

Offres similaires

EXL

Analyste de données métier, gestion des données d’assurance

EXL

Analyse et transforme des données d’assurance pour les opérations de gestion des données d’EXL. Élabore des correspondances entre sources et cibles, des registres de traçabilité, des modèles de données et des documents de conception.

Ouvrir