American Express globalna je tvrtka za financijske usluge koja posluje u području bankarstva, financija i plaćanja među poduzećima. Njezino poslovanje obuhvaća potrošačke, poslovne i korporativne kreditne kartice; platne usluge i usluge za trgovce; štedne račune, potvrde o depozitu i osobne zajmove; kao i programe nagrađivanja, putne programe, korporativna platna rješenja, financijsko obrazovanje, sigurnosne usluge te podršku članovima kartičnog programa i trgovcima.
Analitičar podatkovne znanosti za strojno učenje i generativnu umjetnu inteligenciju
Razvijajte rješenja strojnog učenja, generativne umjetne inteligencije i sustava za preporuke za korisničku podršku American Expressa. Analizirajte podatke o korisnicima i poslovanju kako biste unaprijedili personalizaciju i rad timova za podršku.
Opis
- Razvijajte analitička rješenja, prediktivne modele i pristupe donošenju odluka za poboljšanje korisničke usluge, personalizacije, učinkovitosti kolega i poslovanja.
- Analizirajte podatke o korisnicima, njihovu ponašanju i interakcijama te operativne podatke kako biste pronašli obrasce i prilike.
- Kreirajte značajke, provjeravajte hipoteze i pretvarajte nalaze u praktične uvide i rješenja.
- Razvijajte i procjenjujte rješenja strojnog učenja i generativne umjetne inteligencije modeliranjem, eksperimentiranjem i validacijom.
- Sudjelujte u radnim procesima agentne umjetne inteligencije, preporukama temeljenima na transformerima, konverzacijskoj umjetnoj inteligenciji i aplikacijama velikih jezičnih modela te rješenjima za personalizaciju ili sljedeću najbolju akciju.
- Pomozite u osmišljavanju i analizi eksperimenata te mjerenju kvalitete modela, poslovnog učinka i područja za poboljšanje.
- Pišite kvalitetan analitički kod i surađujte s podatkovnim, tehnološkim i platformskim timovima na implementaciji, uvođenju, praćenju i poboljšanju rješenja znanosti o odlučivanju.
- Surađujte s različitim timovima, jasno iznosite nalaze i pretvarajte tehničke rezultate u korisne preporuke.
- Pratite razvoj strojnog učenja, generativne umjetne inteligencije, sustava za preporuke i inteligencije odlučivanja.
- Procjenjujte relevantne metode i pomozite uspostaviti prakse koje se mogu ponovno koristiti u cijelom GSDS-u.
Zahtjevi
- Diploma magistra u kvantitativnom području, primjerice strojarstvu, računarstvu, matematici, statistici, ekonomiji ili financijama.
- Relevantno akademsko iskustvo, iskustvo kroz praksu ili radno iskustvo u podatkovnoj znanosti, strojnom učenju, naprednoj analitici ili drugom kvantitativnom području.
- Napredno poznavanje Pythona, SQL-a ili sličnih analitičkih alata.
- Osnovno iskustvo u razvoju modela strojnog učenja, kao što su modeli temeljeni na stablima, regresijski, klasifikacijski ili klasterski modeli.
- Kolegiji, projektni rad ili drugo iskustvo s velikim jezičnim modelima, generativnom umjetnom inteligencijom ili suvremenim dubokim učenjem.
- Snažno analitičko i konceptualno razmišljanje, uključujući sposobnost strukturiranja problema, brzog učenja i snalaženja u nejasnim situacijama.
- Jasne vještine pisane i usmene komunikacije te sposobnost suradnje među funkcijama.
- Prednost je iskustvo s okvirima agentne umjetne inteligencije, arhitekturama transformera, preporukama temeljenima na transformerima, konverzacijskom umjetnom inteligencijom, aplikacijama velikih jezičnih modela, ugrađenim vektorima ili semantičkim modeliranjem.
- Prednost je iskustvo s personalizacijom, sustavima za preporuke, sljedećom najboljom akcijom, optimizacijom, eksperimentiranjem ili donošenjem odluka za korisnike.
- Prednost je projektno ili radno iskustvo sa strukturiranim ili nestrukturiranim podacima te analitičkim rješenjima ili rješenjima strojnog učenja.
- Prednost je poznavanje procjene modela ili umjetne inteligencije te osnovnih koncepata puštanja u produkciju, praćenja, MLOps-a ili LLMOps-a.
- Prednost je interes za korisničku podršku i povezivanje tehničkog rada s mjerljivim rezultatima za korisnike i poslovanje.
- Uspješno dovršena provjera podataka iz prošlosti, u skladu s primjenjivim zakonima i propisima.
Pogodnosti
- Konkurentna osnovna plaća.
- Novčani poticaji u obliku bonusa.
- Podrška financijskoj dobrobiti i mirovinskoj štednji.
- Sveobuhvatno zdravstveno, stomatološko, oftalmološko i životno osiguranje te osiguranje od invaliditeta; dostupnost ovisi o lokaciji.
- Fleksibilni hibridni, uredski ili virtualni načini rada, ovisno o radnom mjestu i poslovnim potrebama.
- Izdašan plaćeni roditeljski dopust; dostupnost ovisi o lokaciji.
- Besplatan pristup globalnim wellness centrima na lokacijama koje rade medicinske sestre i liječnici; dostupnost ovisi o lokaciji.
- Besplatno i povjerljivo savjetovanje u sklopu programa Healthy Minds.
- Mogućnosti razvoja karijere i usavršavanja.