American Express
American Express
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.

Senior data science-analytiker innen svindelrisiko

Utvikle løsninger med maskinlæring og grafer for å oppdage kompromitterte betalingskort og styrke beslutninger om svindelrisiko hos American Express. Analyser data om kompromitterte kort, og utvikle skalerbare beslutningsprosesser.

Beskrivelse

  • Utvikle og forbedre løsninger med maskinlæring og AI som identifiserer mønstre knyttet til kortkompromittering, oppdager mistenkelig atferd og støtter risikobeslutninger.
  • Bruk grafnevrale nettverk, grafbasert læring, transformere, dyp læring og andre avanserte metoder innen maskinlæring.
  • Analyser store, komplekse og sammenkoblede datasett for å finne sammenhenger og risikosignaler og skape nyttig forretningsinnsikt.
  • Bygg og optimaliser analyse- og modelleringspipelines, fra dataklargjøring og feature engineering til trening, validering og ytelsesovervåking.
  • Bruk Python, PySpark og skyplattformer som Google Cloud til å lage skalerbare analyseløsninger.
  • Evaluer nye metoder innen AI og maskinlæring for å forbedre modellenes effektivitet, prediksjonsevne og operasjonelle effektivitet.
  • Samarbeid med interessenter på tvers av funksjoner for å omsette forretningsutfordringer til datadrevne løsninger.
  • Presenter analyseresultater, modellytelser og strategiske anbefalinger for både tekniske og ikke-tekniske målgrupper.
  • Gå grundig gjennom saker for å forbedre modellenes ytelse og beslutningstaking.
  • Sørg for at analyse- og modelleringsarbeidet er i tråd med forretningsmålene, og håndter interessentenes forventninger gjennom hvert prosjekt.
  • Gå gjennom forskningsartikler og identifiser bruksområder som kan fremme modellutvikling og innovasjon.

Krav

  • Ha en graduate- eller postgraduategrad i statistikk, matematikk, økonomi, ingeniørfag, ledelse, informatikk eller et beslektet kvantitativt fagområde fra en anerkjent institusjon.
  • Ha 2–3 års relevant erfaring innen data science, avansert analyse, maskinlæring eller prediktiv modellering.
  • Ha sterke programmeringsferdigheter i Python og PySpark, med praktisk erfaring i databehandling, statistisk analyse og utvikling av maskinlæringsmodeller.
  • Forstå teknikker innen maskinlæring og dyp læring, og ha kjennskap til grafnevrale nettverk, grafalgoritmer, transformerarkitekturer eller beslektede avanserte AI-metoder.
  • Kjenne til rammeverk for dyp læring som PyTorch eller TensorFlow og skymiljøer som Google Cloud Platform.
  • Ha erfaring med store datasett, feature engineering, dataforbehandling og modelevaluering.
  • Ha gode problemløsnings- og analytiske ferdigheter og kunne omsette komplekse forretningskrav til effektive tekniske løsninger.
  • Kommunisere tydelig skriftlig og muntlig og presentere analyser og anbefalinger for ulike interessenter.
  • Bruke godt skjønn, samarbeide effektivt og levere analysearbeid av høy kvalitet i et dynamisk forretningsmiljø.
  • Arbeide følgende skift: mandag–onsdag kl. 13.00–21.30, torsdag kl. 11.00–19.30 og fredag kl. 08.30–17.00.

Fordeler

  • Konkurransedyktig grunnlønn.
  • Bonusinsentiver.
  • Støtte til økonomisk trygghet og pensjon.
  • Helse-, tann-, syns-, livs- og uføreforsikring, avhengig av lokasjon.
  • Fleksible ordninger for hybridarbeid, kontorarbeid eller virtuelt arbeid, avhengig av rollen og virksomhetens behov.
  • Betalt foreldrepermisjon, avhengig av lokasjon.
  • Gratis tilgang til globale velværesentre på arbeidsplassen med sykepleiere og leger, avhengig av lokasjon.
  • Gratis, konfidensiell rådgivning gjennom Healthy Minds-programmet.
  • Muligheter for karriereutvikling og opplæring.

Relaterte jobber