A Capital One pénzügyi szolgáltatásokat és fintechmegoldásokat kínáló vállalat, amely hitelkártyákkal, autóhitelekkel, banki szolgáltatásokkal és megtakarítási termékekkel foglalkozik. Munkája a pénzügyi szakértelmet technológiával és digitális eszközökkel ötvözi annak érdekében, hogy javítsa ügyfelei pénzkezelését. A vállalat karrierlehetőségeinek középpontjában ügyfélközpontú megoldások fejlesztése áll egy sokszínű és befogadó munkaerő keretében.
Adattudományi vezető igazgató a Capital One-nál (távmunka)
Vezesse az ügynökalapú AI-termékek fejlesztését és a gépi tanulási stratégiát a Capital One-nál. Irányítsa a kísérletezést, a modellirányítást és a vállalati adattudományi fejlesztéseket.
Leírás
- Együttműködés szoftvermérnökökkel, kiemelkedő kutatókkal és megoldásarchitektákkal a modellezésen alapuló döntéshozatal támogatására
- Célállapot kialakítása az egyszerűség, a digitális technológiák, a felhőalapú üzemeltetés és a nyílt forráskódú szoftverek középpontba állításával
- Összetett, egymással összekapcsolódó modellezési rendszerek bemutatása felsővezetők számára, kitérve a modellstratégiára, az alkalmazásokra és a kockázatokra
- Fejlett döntéshozatali rendszerek értékelése, megkérdőjelezése és védelme belső és szabályozói érintettek előtt
- A gépi tanulási modellek fejlesztésének vezetése a tervezéstől és a tanítástól az értékelésen, validáláson és bevezetésen át
- Referencia- és kihívómodellek felügyelete a kritikus modellezési döntések stresszteszteléséhez
- AI/ML-modellek és megoldások létrehozása ügynökalapú AI-termékekhez
- Kísérletek, A/B-tesztek és modelltelemetria kidolgozása, majd az eredmények AI-stratégiává és a felsővezetőknek szóló útmutatássá alakítása
Követelmények
- Alapképzés kvantitatív területen és 11 év adatelemzési tapasztalat; vagy kvantitatív szakirányú mesterfokozat/MBA és 9 év tapasztalat; vagy kvantitatív doktori fokozat és 6 év tapasztalat
- A szükséges diploma megléte vagy folyamatban lévő megszerzése, amelynek befejezése a tervezett kezdési időpontig várható
- Legalább 6 év tapasztalat nyílt forráskódú programozási nyelvek használatában nagyméretű adatok elemzéséhez
- Legalább 6 év gépi tanulási tapasztalat
- Legalább 6 év tapasztalat relációs adatbázisokkal való munkában
- Gyakorlati tapasztalat adattudományi megoldások fejlesztésében nyílt forráskódú eszközökkel és felhőalapú számítási platformokon
- Tapasztalat modellek fejlesztésében, validálásában és visszatesztelésében
- Tapasztalat klaszterezésben, osztályozásban, hangulatelemzésben, idősorelemzésben és mélytanulásban
- Előny: STEM-területen szerzett doktori fokozat és 5 év adatelemzési tapasztalat
- Előny: legalább 6 év tapasztalat a Python, Scala vagy R használatában nagyméretű adatok elemzéséhez
- Előny: legalább 6 év gépi tanulási tapasztalat
- Előny: legalább 2 év AWS-tapasztalat
- Előny: legalább 6 év tapasztalat összetett architekturális mintákkal, beleértve az SOA-t, az API-kat, a mikroszolgáltatásokat és az eseményfolyamokat
- Előny: legalább 6 év DevOps- vagy DevSecOps-tapasztalat CI/CD-eszközökkel, köztük a Jenkins, az Artifactory, a Chef, az Ansible, az AWS CloudFormation, a GitHub és a Sonar használatával
Juttatások
- Teljesítményalapú ösztönző juttatás, amely készpénzbónuszokat és/vagy hosszú távú ösztönzőket is tartalmazhat
- Széles körű, versenyképes és inkluzív egészségügyi, pénzügyi és egyéb juttatások, amelyek a teljes körű jóllét támogatását szolgálják
- Minősített új pályázók esetében a munkavállalási engedély támogatása mérlegelhető
- Távmunkavégzési lehetőség