Capital One est une entreprise de services financiers et de technologie financière qui propose des cartes de crédit, des prêts automobiles ainsi que des produits bancaires et d’épargne. Son activité associe expertise financière, technologie et outils numériques pour améliorer la manière dont les clients gèrent leur argent. Les carrières au sein de l’entreprise sont axées sur la création de solutions centrées sur les clients, dans un environnement de travail diversifié et inclusif.
Directeur principal de la science des données chez Capital One (Télétravail)
Dirigez le développement de produits d’IA agentique et la stratégie de machine learning chez Capital One. Pilotez l’expérimentation, la gouvernance des modèles et l’orientation de la science des données à l’échelle de l’entreprise.
Description
- Collaborez avec des ingénieurs logiciels, des chercheurs éminents et des architectes de solutions afin d’éclairer les décisions grâce à la modélisation
- Établissez un état cible axé sur la simplicité, les technologies numériques, l’hébergement cloud et les logiciels open source
- Traduisez des systèmes de modélisation complexes et interconnectés pour les hauts responsables de l’entreprise, en couvrant la stratégie, les applications et les risques liés aux modèles
- Évaluez, remettez en question et défendez des systèmes avancés de prise de décision auprès des parties prenantes internes et réglementaires
- Dirigez le développement de modèles de machine learning, de la conception et de l’entraînement à l’évaluation, la validation et la mise en œuvre
- Supervisez les modèles de référence et les modèles challengers afin de tester sous contrainte les décisions critiques de modélisation
- Créez des modèles et des solutions d’IA/ML pour des produits d’IA agentique
- Développez des expériences, des tests A/B et la télémétrie des modèles, puis transformez les résultats en stratégie d’IA et en recommandations pour les dirigeants de la haute direction
Exigences
- Diplôme de licence dans un domaine quantitatif et 11 ans d’expérience en analyse de données ; ou master/MBA avec spécialisation quantitative et 9 ans d’expérience ; ou doctorat quantitatif et 6 ans d’expérience
- Détenir ou préparer le diplôme requis, dont l’obtention est prévue à la date de début planifiée
- Au moins 6 ans d’expérience dans l’utilisation de langages de programmation open source pour l’analyse de données à grande échelle
- Au moins 6 ans d’expérience en machine learning
- Au moins 6 ans d’expérience avec des bases de données relationnelles
- Expérience pratique du développement de solutions de science des données avec des outils open source et des plateformes de cloud computing
- Expérience du développement, de la validation et du backtesting de modèles
- Expérience en clustering, classification, analyse des sentiments, séries temporelles et deep learning
- Souhaité : doctorat en STEM et 5 ans d’expérience en analyse de données
- Souhaité : au moins 6 ans d’expérience avec Python, Scala ou R pour l’analyse de données à grande échelle
- Souhaité : au moins 6 ans d’expérience en machine learning
- Souhaité : au moins 2 ans d’expérience avec AWS
- Souhaité : au moins 6 ans d’expérience avec des modèles d’architecture complexes, notamment SOA, API, microservices et flux d’événements
- Souhaité : au moins 6 ans d’expérience en DevOps ou DevSecOps avec des outils CI/CD, notamment Jenkins, Artifactory, Chef, Ansible, AWS CloudFormation, GitHub et Sonar
Avantages
- Rémunération incitative fondée sur la performance, pouvant inclure des primes en espèces et/ou des incitations à long terme
- Large éventail d’avantages compétitifs et inclusifs en matière de santé, de finances et autres, conçus pour favoriser le bien-être global
- Le parrainage d’une autorisation de travail peut être envisagé pour les nouveaux candidats qualifiés
- Possibilité de télétravail