American Express er et globalt selskap innen finansielle tjenester, med virksomhet innen bank, finans og B2B-betalinger. Virksomheten omfatter kredittkort for privatpersoner, bedrifter og selskaper; betalings- og handelstjenester; sparekontoer, innskuddsbevis og privatlån; samt fordelsprogrammer, reiseprogrammer, betalingsløsninger for selskaper, økonomisk opplæring, sikkerhetstjenester og støtte til kortmedlemmer og forhandlere.
Direktør for datavitenskap innen global kundeservice — American Express (hybrid, India)
Led American Express’ strategi for AI-drevet beslutningsvitenskap i Global Servicing. Bygg produksjonsklare anbefalings-, GenAI- og beslutningsløsninger samtidig som du utvikler datavitenskapsteam med høy ytelse.
Beskrivelse
- Fastsett og led veikartet for beslutningsvitenskap i Global Servicing
- Finn og prioriter verdifulle muligheter innen kundeservice, medlemsverdi og engasjement, medarbeiderproduktivitet og operasjonell effektivitet
- Gjør forretningsstrategien om til prioriteringer for beslutningsvitenskap, suksessmål og investeringsbeslutninger
- Gi teknisk retning innen AI/ML, GenAI, prediksjon, anbefaling, optimalisering, eksperimentering og læring
- Videreutvikle agentisk AI, arbeidsflyter med flere agenter, transformerbaserte anbefalingssystemer, representasjonslæring og konversasjonsbaserte AI-/LLM-systemer
- Vurder arkitekturer, modelleringsmetoder, evalueringsrammeverk og tekniske avveininger
- Led team fra tidlig eksperimentering til skalerbar produksjonssetting
- Følg opp gjenbrukbare, produksjonsklare datavitenskapsprodukter og beslutningssystemer basert på kunde-, atferds-, kontekst- og driftsdata
- Samarbeid med teknologi-, plattform- og styringspartnere om arkitektur, observerbarhet, kontroller, modell- og AI-kvalitet samt livssykluspraksis
- Rekrutter, veiled og utvikle en datavitenskapsorganisasjon med høy ytelse
- Styrk organisasjonens kapasitet innen anvendt GenAI, AI-teknikk og arkitektur, anbefaling og beslutningstaking, strategisk problemløsning og kommersiell formidling
- Samarbeid med seniorinteressenter for å veilede prioritering, investeringer, innføring og gjennomføring
- Følg utviklingen innen AI og beslutningsvitenskap, og omsett relevante teknikker til skalerbare kapasiteter og gjenbrukbare arbeidsmetoder
- Definer det tekniske veikartet for agentisk AI, konversasjonsbasert AI, anbefaling, eksperimentering, AI-teknikk, arkitektur, styring og kontinuerlig optimalisering
Krav
- Bachelorgrad innen et kvantitativt fagområde som ingeniørfag, datavitenskap, matematikk, statistikk eller økonomi
- Fremragende analytiske og konseptuelle problemløsningsevner, inkludert first-principles-tilnærminger til komplekse og tvetydige forretningsutfordringer
- Dokumentert erfaring med å lede og utvikle datavitenskaps- eller analyseteam med høy ytelse i komplekse, tverrfunksjonelle organisasjoner
- Sterkt teknisk fundament innen moderne datavitenskap og kunstig intelligens
- Evne til å forme løsningsdesign, utfordre tekniske tilnærminger og knytte analytiske beslutninger til forretningsresultater
- Evne til å påvirke seniorinteressenter gjennom tydelig, strukturert kommunikasjon og overbevisende presentasjoner for ledelsen
- Erfaring med å ta storskala analyse-, beslutningsvitenskaps- eller AI-initiativer fra idé til produksjon, innføring og kontinuerlig forbedring
- Sterk kommersiell dømmekraft og gode formidlingsevner, med kobling mellom teknisk strategi, arkitektur og investeringsbeslutninger og målbar forretningsverdi
- Mastergrad innen et kvantitativt fagområde er en fordel
- Teknisk kjennskap til agentisk AI og agentiske arbeidsflyter, transformerarkitekturer og anbefalingssystemer, konversasjonsbasert AI, LLM-er og avanserte løsninger for personalisering eller neste beste handling er en fordel
- God forståelse av hele livssyklusen for beslutningsvitenskap og AI, inkludert eksperimentering, modell- og AI-evaluering, beslutningslogikk og orkestrering, produksjonssetting, overvåking, styring og kontinuerlig optimalisering er en fordel
- Dokumenterte resultater med å levere skalerbare dataprodukter, anbefalings- eller beslutningssystemer eller AI-baserte kapasiteter med målbare resultater er en fordel
- Erfaring med å flytte organisasjoner fra tradisjonell analyse til AI-drevne, produktifiserte beslutningsvitenskapskapasiteter og gjenbrukbare virksomhetsløsninger er en fordel
Fordeler
- Konkurransedyktig grunnlønn
- Muligheter for bonus
- Støtte til økonomisk trygghet og pensjonsplanlegging
- Omfattende dekning av helse-, tann-, syns-, livs- og uføreforsikring, avhengig av lokasjon
- Fleksible hybride, stedlige eller virtuelle arbeidsordninger basert på rollen og virksomhetens behov
- Generøs betalt foreldrepermisjon, avhengig av lokasjon
- Gratis tilgang til globale velværesentre på arbeidsplassen, bemannet med sykepleiere og leger, avhengig av lokasjon
- Konfidensiell rådgivning gjennom Healthy Minds-programmet
- Muligheter for karriereutvikling og opplæring