American Express
American Express
Az American Express globális pénzügyi szolgáltató vállalat, amely a banki szolgáltatások, a pénzügyek és a B2B-fizetések területén működik. Tevékenysége magában foglalja a fogyasztói, üzleti és vállalati hitelkártyákat; a fizetési és kereskedői szolgáltatásokat; a megtakarítási számlákat, a betéti okiratokat és a személyi kölcsönöket; továbbá a jutalmazási és utazási programokat, a vállalati fizetési megoldásokat, a pénzügyi oktatást, a biztonsági szolgáltatásokat, valamint a kártyatagok és kereskedők támogatását.

Adattudományi vezető, mesterséges intelligencia és gépi tanulás — Szingapúr

Irányítsd a skálázható mesterségesintelligencia- és gépitanulási megoldások fejlesztését az American Expressnél. Alakítsd a pénzügyi szolgáltatásokhoz készülő éles modelleket, felhőbe telepítési stratégiákat és műszaki terveket.

Leírás

  • Használd mesterségesintelligencia-, gépitanulási és technológiai szaktudásodat gyakorlati problémák skálázható megoldásainak kidolgozásához
  • Szállíts teljes körű megoldásokat az üzleti problémák meghatározásától és az adatgyűjtéstől az elemzésen, modellezésen és validáláson át az éles környezetbe történő telepítésig
  • Tekintsd át a releváns tudományos kutatásokat, és értékeld az új üzleti kihívásokhoz és a meglévő megoldásokhoz kapcsolódó új ötleteket
  • Határozd meg a felhőkörnyezetben, nagy léptékben futó, éles használatra kész mesterségesintelligencia-megoldások telepítési módjait
  • Vezesd a műszaki tervezést architekturális és részletes szinten, és végezd el a tervek felülvizsgálatát
  • Innovációs vezetői munkával, funkcionális teszteléssel és CI/CD-integrációval tartsd fenn a portfólió kódminőségét
  • Mentoráld a junior csapattagokat a műszaki munkában
  • Vegyél részt az American Express üzleti és műszaki megbeszélésein, valamint fórumain

Követelmények

  • Doktori vagy mesterfokozat számítástechnika, számítógép-mérnöki tudományok, információs rendszerek vagy kapcsolódó STEM-területen
  • Kiemelkedő kutatási eredmények igazolt múltja, beleértve folyóirat- vagy konferenciaközleményeket és szabadalmakat.
  • Legalább 2 év tapasztalat teljes életciklusú termékfejlesztésben és mérnöki vezetésben nagy rendelkezésre állású, skálázható, nagy áteresztőképességű rendszerek esetén
  • Legalább 2 év tapasztalat összetett megoldások létrehozásában és bevezetésében olyan mesterségesintelligencia-megközelítésekkel, gépitanulási algoritmusokkal vagy kapcsolódó technológiákkal, amelyek hatékonyan skálázhatók
  • Szakértelem legalább egy területen: generatív mesterséges intelligencia, gépi tanulás, mélytanulás, megerősítéses tanulás, természetesnyelv-feldolgozás, optimalizálás, valószínűségi következtetés, információ-visszakeresés, ajánlórendszerek, Bayes-i következtetés vagy fejlett idősorelemzés
  • Gyakorlati tapasztalat a felsorolt nyílt forráskódú eszközök többségével, amelyek hangszereléshez, konténerizáláshoz, modellek kiszolgálásához, megfigyelhetőséghez, fejlesztéshez, gépi tanuláshoz, feature store-okhoz és modellformátumokhoz kapcsolódnak
  • Programozási tapasztalat Python, Java, Scala vagy Julia nyelven
  • Képesség összetett műszaki témák világos írásbeli és prezentációs magyarázatára
  • Erős projektmenedzsment-készségek, valamint a párhuzamos prioritások kezelésének képessége gyors tempójú környezetben
  • A GCP-vel és/vagy AWS-szel szerzett gyakorlati tapasztalat előnyt jelent

Juttatások

  • Versenyképes alapfizetés
  • Bónuszösztönzők
  • Támogatás a pénzügyi jóléthez és a nyugdíj-előtakarékossághoz
  • Helyszíntől függően egészség-, fogászati, látás-, élet- és rokkantsági biztosítás
  • A munkakörtől és az üzleti igényektől függő rugalmas hibrid, irodai vagy virtuális munkavégzés
  • Helyszíntől függően bőkezű, fizetett szülői szabadság
  • Helyszíntől függően ingyenes hozzáférés a világszerte működő, ápolókkal és orvosokkal ellátott vállalati wellnessközpontokhoz
  • Ingyenes, bizalmas tanácsadás a Healthy Minds programon keresztül
  • Karrierfejlesztési és képzési lehetőségek
  • A foglalkoztatás feltétele a háttérellenőrzés sikeres teljesítése