FIS
FIS
FIS utvikler finansteknologi for banker, virksomheter og myndigheter over hele verden. Plattformporteføljen omfatter digital bankvirksomhet, utlån, betalinger, automatisert finansiering, formuesforvaltning og etterlevelse av regelverk, og hjelper organisasjoner med å håndtere penger på en sikker måte innen oppbevaring, overføringer, investeringer og relaterte aktiviteter. Selskapet kombinerer fintech-kompetanse med verktøy som skal forbedre effektiviteten, kontrollere kostnadene og bidra til bedre kundeopplevelser.

Junior data scientist innen finansielle tjenester

Utvikle og sette i produksjon prediktive modeller og AI-løsninger for FIS-produkter innen finansielle tjenester. Bruk maskinlæring på risiko, svindel, markedsføring, porteføljeforvaltning og betalinger.

Beskrivelse

  • Utvikle utforskende analyser, prediktive modeller og AI-løsninger for utfordringer innen finansielle tjenester, som risiko, svindel, markedsføring og porteføljeforvaltning.
  • Gjør funn fra maskinlæring om til praktiske produktanbefalinger for interne og eksterne målgrupper.
  • Bidra til utforming, utvikling, validering, utrulling og overvåking av avansert analyse, maskinlæring og AI-løsninger.
  • Forbered og analyser modelleringsdata ved hjelp av egnede datastrukturer og algoritmer.
  • Kombiner data fra etablerte og nye kilder for å bygge analytiske løsninger fra start til slutt.
  • Bruk maskinlæring, prediktiv analyse, NLP, generativ AI og agentbasert AI til å løse komplekse problemer innen betalinger og finansielle tjenester.
  • Planlegg og gjennomfør eksperimenter, hypotesetester og statistiske analyser.
  • Frem god praksis innen datavitenskap, maskinlæring, feature engineering, eksperimentering, modellstyring og MLOps.
  • Følg utviklingen i bransjen og del relevante innovasjoner med teamet.

Krav

  • Mastergrad eller høyere innen matematikk, informatikk, ingeniørfag, operasjonsanalyse, statistikk eller et beslektet kvantitativt fagområde.
  • 1–3 års erfaring med å bygge og sette i produksjon ende-til-ende-løsninger innen maskinlæring, prediktiv analyse og datavitenskap for betalinger, bank eller finansielle tjenester.
  • Gode ferdigheter i Python og SQL.
  • Erfaring med stordata-verktøy som Spark eller PySpark er en fordel.
  • Praktisk erfaring med databehandling, feature engineering og modellutvikling ved hjelp av biblioteker som Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn eller Plotly.
  • Erfaring med å sette maskinlæringsmodeller i produksjon eller i miljøer nær produksjon.
  • Gode ferdigheter innen datavisualisering og verktøy for business intelligence, som Tableau eller tilsvarende.
  • Sterke analytiske ferdigheter og evne til problemløsning, inkludert evnen til å omsette uklare forretningsutfordringer til grundige analytiske tilnærminger.
  • Evne til å samarbeide med produkt-, teknologi- og forretningsteam.
  • Erfaring innen betalinger, bank eller finansielle tjenester.
  • Praktisk erfaring med Databricks, inkludert MLflow, Model Registry, samarbeidsnotatbøker og MLOps-arbeidsflyter.
  • Erfaring med å sette skybaserte maskinlæringsløsninger i produksjon, særlig på AWS.
  • Kjennskap til utviklingen innen transformermodeller og agentbasert AI.
  • Kunnskap om modellstyring, regelverksetterlevelse og MLOps-praksis innen regulerte finansielle tjenester.
  • For stillinger i USA må kandidater som får et betinget tilbud, gjennomgå en narkotikatest.

Fordeler

  • Mulighet til å bidra til fremtidens finansielle teknologi.
  • Kontinuerlig læring og faglig utvikling.
  • Samarbeidsorientert arbeidsmiljø.
  • Muligheter til å støtte lokalsamfunnet.
  • Konkurransedyktig lønn og goder.

Relaterte jobber