TIAA
TIAA
A TIAA nyugdíjtervezésre, vagyonkezelésre és hosszú távú pénzügyi biztonságra összpontosító pénzügyi szolgáltató és biztosítótársaság. Kínálatába járadékbiztosítások, egyéni nyugdíjszámlák, befektetéskezelés, valamint magánszemélyek és intézményi ügyfelek számára nyújtott személyre szabott pénzügyi útmutatás tartozik. Az 1918-ban alapított TIAA a nyugdíjtervezési szakértelmet felelős befektetéssel ötvözi, és 1,2 billió dollár értékű vagyont kezel. A vállalat segít ügyfeleinek megbízható, élethosszig tartó jövedelmet tervezni, és magabiztosabban készülni pénzügyi jövőjükre.

Társult adattudós a TIAA-nál — hibrid munkavégzés Pune-ban

Előrejelzési, gépi tanulási és mélytanulási termékeket fejleszthet a TIAA pénzügyi szolgáltatási technológiai szervezete számára. Végponttól végpontig terjedő analitikai megoldásokat készíthet hibrid munkarendben, Pune-ban.

Leírás

  • Hozzon létre nagy léptékű, jelentős hatású analitikai és adattudományi termékeket
  • Alkalmazzon tudományos módszereket, folyamatokat, algoritmusokat és rendszereket, hogy strukturált és strukturálatlan adatokból felismeréseket nyerjen ki
  • Tervezzen metaheurisztikus algoritmusokat az adatokból származó optimális felismerések azonosítására
  • Fejlesszen többszintű előrejelző algoritmusokat a felhasználói trendek előrejelzésére
  • Szállítson végponttól végpontig terjedő adattudományi termékeket
  • Működjön együtt az Egyesült Államokban dolgozó kollégákkal és más érdekelt felekkel a technológia és a folyamatok fejlesztése, valamint új ötletek kidolgozása érdekében

Követelmények

  • Legalább 3 év munkatapasztalat
  • Egyetemi diploma előnyt jelent
  • Kiterjedt ismeretek az adat- és gépi tanulási algoritmusokról, többek között a döntési fákról, az SVM-ről, a GBM-ekről, a témamodellezésről és a regresszióról
  • A mélytanulási algoritmusok ismerete, többek között a CNN-eké, az RNN-eké és az LSTM-eké
  • Tapasztalat olyan statisztikai és gépi tanulási könyvtárakkal, mint a TensorFlow, a Keras és a PyTorch
  • Gyakorlati tapasztalat felhasználói profilozásban, optimalizálásban, mintázatbányászatban és -felismerésben, osztályozási és regressziós modellezésben, ajánlórendszerekben és mélytanulási modellekben
  • AWS-felhőmérnöki tapasztalat
  • Az adat-előfeldolgozás, a prediktív modellezés, a programozás és a statisztika ismerete

Juttatások

  • Együttműködésen alapuló irodai munkakörnyezet
  • Tanulási lehetőségek és fejlődési utak
  • Jövőorientált készségekhez és MI-eszközökhöz való hozzáférés
  • Esélyegyenlőség a foglalkoztatásban
  • Akadálymentességi támogatás az online jelentkezési folyamat során

Kapcsolódó állások