Az Airwallex globális fizetésekhez, treasury-kezeléshez és vállalati pénzügyi műveletekhez fejleszt technológiát. Platformja egyesíti a vállalati számlákat, a kiadáskezelést, a fizetési szolgáltatásokat, a többdevizás tranzakciókat, a devizaváltást, a nemzetközi átutalásokat, valamint a beágyazott pénzügyi megoldásokat, amelyekkel a vállalkozások saját igényeikre szabott pénzügyi termékeket hozhatnak létre. Az Airwallex több mint 150 000 vállalkozást támogat, és a határokon átnyúló pénzkezeléshez biztonságos, megbízható és szabályozásnak megfelelő infrastruktúrára összpontosít. A vállalat toborzása a pénzügyi technológia, a fizetések, a pénzügyek és a modern globális kereskedelmet támogató rendszerek területén dolgozó csapatokra terjed ki.
Törzsadat-tudós, növekedési algoritmusok — Airwallex
Vezesse az Airwallex pénzügyi platformjához készülő prediktív modellek, MI-ügynökök és oksági rendszerek fejlesztését. Az adattudomány segítségével javítsa az ügyfélszerzést, az ügyfélmegtartást és a bővülést.
Egyesült Államok
Washington250 000 $ – 299 000 $ / év
HibridTeljes munkaidőVezetőKötelező Nyelv: angolAdattudósLeírás
- Fejlesszen és finomítson prediktív modelleket, személyre szabási és ajánlórendszereket, nagy nyelvi modellekre épülő alkalmazásokat, ösztönzőoptimalizálást és oksági következtetési modelleket.
- Dolgozzon együtt a növekedési, marketing-, termék-, értékesítési, mérnöki és egyéb csapatokkal, hogy az adatokat és az MI-t ajánlásokká, befektetési döntésekké és piacra lépési tervekké alakítsák.
- Mérje fel a marketing- és növekedési kezdeményezések oksági hatását, állapítsa meg, mi működik, és fordítsa cselekvésre a megállapításokat.
- Gyakorlati technikai vezetést, mentorálást és hosszú távú iránymutatást biztosítson az adattudományi csapat képességeinek fejlesztéséhez.
- Hozzon létre skálázható döntési rendszereket szemantikai rétegekkel, kontextus-visszakereséssel, értékelési infrastruktúrával, validációs ellenőrzőpontokkal és irányítással.
- Építsen olyan gépi tanulási és MI-rendszereket, amelyek hatással vannak a termékviselkedésre, a rangsorolásra, az árazásra, a kockázatra, az erőforrás-elosztásra és az ügyfélélményre.
- Adjon keretet a kétértelmű problémáknak, tervezzen kísérleteket, vegye figyelembe a zavaró tényezőket, kérdőjelezze meg a megbízhatatlan következtetéseket, és szállítson megbízható éles rendszereket.
Követelmények
- Legalább 7 év iparági tapasztalat.
- Felsőfokú végzettség, például MSc vagy PhD kvantitatív területen, például statisztika, mérnöki tudományok, természettudomány, számítástechnika vagy közgazdaságtan.
- Szakértelem a gépi tanulásban és a statisztikai modellezésben, adatvezérelt növekedési stratégia kialakításához.
- Gyakorlati tapasztalat gépi tanulási modellek éles rendszerekben való felépítésében, bevezetésében és karbantartásában, beleértve a felhőszolgáltatásokat, valamint a valós idejű vagy kötegelt adatfolyamatokat.
- Magabiztos SQL- és Python-ismeretek.
- Tapasztalat gépi tanulási és statisztikai modellek használatában marketing- vagy növekedési kezdeményezések oksági hatásának mérésére.
- Jelentős tapasztalat MI-keretrendszerekkel és MI-ügynökök építésével.
- Tapasztalat sématervezésben és dimenzionális adatmodellezésben.
- Tapasztalat elemzések és ajánlások vezetők, valamint több szakterületet képviselő csapatok előtti ismertetésében.
- Tapasztalat a technológiai szektorban, a pénzügyi szolgáltatások területén vagy gyorsan növekvő környezetben.
- Iparági tapasztalat gépi tanulás és kísérletezés terén nyújtott technikai mentorálásban.
Juttatások
- Részvényjuttatás
- Bónusz
- Egészségügyi, fogászati és látásbiztosítás
- 401(k) nyugdíj-megtakarítási program
- Rövid és hosszú távú keresőképtelenségi fedezet
- Alap életbiztosítás
- Jólléti juttatások
- 20 nap fizetett szabadság
- 12 fizetett vállalati ünnepnap
- A törvény szerinti minimum fizetett éves szabadság és munkaszüneti napok