FIS
FIS
A FIS pénzügyi technológiákat fejleszt bankok, vállalkozások és kormányzatok számára világszerte. Platformaportfóliója kiterjed a digitális bankolásra, a hitelezésre, a fizetésekre, az automatizált pénzügyekre, a vagyonkezelésre és a megfelelőségre. Megoldásai segítenek a szervezeteknek a pénzeszközök tárolásának, átutalásának, befektetésének és egyéb kapcsolódó műveleteinek biztonságos kezelésében. A vállalat a pénzügyi technológiai szakértelmet a hatékonyság növelését, a költségek ellenőrzését és a jobb ügyfélélmény támogatását szolgáló eszközökkel ötvözi.

Junior adattudós pénzügyi szolgáltatások területére

Prediktív modelleket és MI-megoldásokat fejleszt és vezet be az FIS pénzügyi szolgáltatási termékeihez. Gépi tanulást alkalmaz a kockázatkezelés, a csalásfelderítés, a marketing, a portfóliókezelés és a fizetések területén.

Leírás

  • Feltáró elemzéseket, prediktív modelleket és MI-megoldásokat fejleszt a pénzügyi szolgáltatások kockázatkezelési, csalásfelderítési, marketing- és portfóliókezelési kihívásaira.
  • A gépi tanulás eredményeit gyakorlati termékjavaslatokká alakítja a belső és külső érintettek számára.
  • Közreműködik a fejlett analitikai, gépi tanulási és MI-megoldások tervezésében, fejlesztésében, validálásában, bevezetésében és felügyeletében.
  • A modellezési adatokat megfelelő adatszerkezetek és algoritmusok használatával készíti elő és elemzi.
  • Meglévő és új forrásokból származó adatokat egyesít végponttól végpontig terjedő elemzési megoldások létrehozásához.
  • Gépi tanulást, prediktív analitikát, NLP-t, generatív MI-t és ágensalapú MI-t alkalmaz összetett fizetési és pénzügyi szolgáltatási problémák megoldására.
  • Kísérleteket, hipotézisvizsgálatokat és statisztikai elemzéseket tervez és végez.
  • Előmozdítja a bevált gyakorlatokat az adattudomány, a gépi tanulás, a jellemzőmérnökség, a kísérletezés, a modellirányítás és az MLOps területén.
  • Nyomon követi az iparági fejleményeket, és megosztja a csapattal a releváns újdonságokat.

Követelmények

  • Matematika, számítástechnika, mérnöki tudományok, műveletkutatás, statisztika vagy kapcsolódó kvantitatív terület valamelyikén szerzett mesterfokozat vagy magasabb végzettség.
  • 1–3 év tapasztalat végponttól végpontig terjedő gépi tanulási, prediktív analitikai és adattudományi megoldások fejlesztésében és bevezetésében a fizetési szolgáltatások, a banki szektor vagy a pénzügyi szolgáltatások területén.
  • Magabiztos Python- és SQL-ismeretek.
  • Előnyt jelent a Sparkhoz vagy PySparkhoz hasonló big data eszközökkel szerzett tapasztalat.
  • Gyakorlati tapasztalat adat-előkészítésben, jellemzőmérnökségben és modellfejlesztésben olyan könyvtárakkal, mint a Pandas, a NumPy, a Scikit-learn, a Matplotlib, a Seaborn vagy a Plotly.
  • Tapasztalat gépi tanulási modellek éles vagy éleshez közeli környezetben történő fejlesztésében és bevezetésében.
  • Jártasság adatvizualizációs és üzletiintelligencia-eszközök, például a Tableau vagy egy azzal egyenértékű eszköz használatában.
  • Erős elemző- és problémamegoldó készség, beleértve a kétértelmű üzleti kihívások alapos elemzési megközelítésekké alakításának képességét.
  • Együttműködési készség a termékfejlesztési, mérnöki és üzleti csapatokkal.
  • Tapasztalat a fizetési szolgáltatások, a banki szektor vagy a pénzügyi szolgáltatások területén.
  • Gyakorlati tapasztalat a Databricks használatában, beleértve az MLflow-t, a Model Registryt, az együttműködésre szolgáló jegyzetfüzeteket és az MLOps-munkafolyamatokat.
  • Felhőalapú, natív gépi tanulási megoldások bevezetésében szerzett tapasztalat, különösen AWS-környezetben.
  • Jártasság a transformer modellek és az ágensalapú MI fejleményeiben.
  • A szabályozott pénzügyi szolgáltatások modellirányítási, szabályozási megfelelőségi és MLOps-gyakorlataira vonatkozó ismeretek.
  • Az Egyesült Államokban betöltött pozíciók esetében a feltételes ajánlatot kapó jelölteknek kábítószer-teszten kell részt venniük.

Juttatások

  • Lehetőség a pénzügyi technológia jövőjének alakításához való hozzájárulásra.
  • Folyamatos tanulási és szakmai fejlődési lehetőségek.
  • Együttműködő munkahelyi környezet.
  • Lehetőségek a közösség támogatására.
  • Versenyképes fizetés és juttatások.

Kapcsolódó állások