シニアデータサイエンスアナリスト、詐欺リスク
アメリカン・エキスプレスで機械学習とグラフベースのソリューションを構築し、決済カードの不正利用を検知して詐欺リスクに関する意思決定を強化します。不正利用されたカードのデータを分析し、拡張性の高い意思決定パイプラインを開発します。
仕事内容
- カードの不正利用パターンを特定し、不審な行動を検知してリスク判断を支援する機械学習およびAIソリューションを構築・改善します。
- グラフニューラルネットワーク、グラフ学習、Transformer、深層学習などの先進的な機械学習手法を活用します。
- 大規模で複雑かつ相互に関連するデータセットを分析し、関係性やリスクシグナルを見つけて、実行可能なビジネスインサイトを導きます。
- データ準備、特徴量エンジニアリングから、学習、検証、性能監視まで、分析・モデリングのパイプラインを構築・最適化します。
- Python、PySpark、Google Cloud などのクラウドプラットフォームを使用し、拡張性の高い分析ソリューションを作成します。
- 新たなAI・機械学習手法を評価し、モデルの有効性、予測精度、業務効率の向上を図ります。
- 部門横断の関係者と連携し、ビジネス課題をデータに基づくソリューションへとつなげます。
- 技術職・非技術職の関係者に、分析結果、モデルの性能、戦略的な提案を説明します。
- ケースを詳しく検討し、モデルの性能と意思決定の改善に取り組みます。
- 分析・モデリング業務をビジネス目標に沿わせ、各プロジェクトを通じて関係者の期待を調整します。
- 研究論文を確認し、モデル開発やイノベーションを前進させる活用事例を特定します。
応募要件
- 認定機関で統計学、数学、経済学、工学、経営学、コンピューターサイエンス、または関連する定量分野の大学院修士課程以上の学位を取得していること。
- データサイエンス、高度分析、機械学習、予測モデリングのいずれかに関する実務経験が2～3年あること。
- PythonおよびPySparkの高いプログラミングスキルを持ち、データ操作、統計分析、機械学習モデル開発の実務経験があること。
- 機械学習と深層学習の手法を理解し、グラフニューラルネットワーク、グラフアルゴリズム、Transformerアーキテクチャ、または関連する先進AI手法に触れた経験があること。
- PyTorchやTensorFlowなどの深層学習フレームワーク、およびGoogle Cloud Platformなどのクラウド環境に精通していること。
- 大規模データセット、特徴量エンジニアリング、データ前処理、モデル評価の経験があること。
- 優れた問題解決力と分析力を備え、複雑なビジネス要件を効果的な技術ソリューションに落とし込めること。
- 文章と口頭の両方で明確にコミュニケーションでき、多様な関係者に分析結果や提案を説明できること。
- 適切な判断力と協調性を持ち、変化の速いビジネス環境で質の高い分析業務を遂行できること。
- 以下のシフトで勤務すること：月曜～水曜 13:00～21:30、木曜 11:00～19:30、金曜 8:30～17:00。
福利厚生
- 競争力のある基本給。
- 賞与インセンティブ。
- 経済的な健全性と退職後の生活設計に関する支援。
- 医療、歯科、眼科、生命保険、障害保険の補償（勤務地による）。
- 職務と事業上のニーズに応じた、柔軟なハイブリッド勤務、出社勤務、またはリモート勤務。
- 有給の育児休業（勤務地による）。
- 看護師や医師が常駐する世界各地のオンサイト健康センターを無料で利用可能（勤務地による）。
- Healthy Mindsプログラムによる無料の秘密厳守カウンセリング。
- キャリア開発と研修の機会。
