FIS
FIS
FIS rozwija technologie finansowe dla banków, firm i instytucji rządowych na całym świecie. Portfolio platform firmy obejmuje bankowość cyfrową, kredytowanie, płatności, zautomatyzowane zarządzanie finansami, zarządzanie majątkiem i compliance, pomagając organizacjom bezpiecznie zarządzać środkami, w tym ich przechowywaniem, transferami, inwestycjami i powiązanymi operacjami. Firma łączy doświadczenie w obszarze fintechu z narzędziami, które mają zwiększać efektywność, ograniczać koszty i wspierać lepszą obsługę klientów.

Młodszy specjalista ds. data science w usługach finansowych

Twórz i wdrażaj modele predykcyjne oraz rozwiązania AI dla produktów finansowych FIS. Wykorzystuj uczenie maszynowe w zarządzaniu ryzykiem, przeciwdziałaniu oszustwom, marketingu, zarządzaniu portfelem i płatnościach.

Opis

  • Opracowuj analizy eksploracyjne, modele predykcyjne i rozwiązania AI odpowiadające na wyzwania usług finansowych w obszarach zarządzania ryzykiem, przeciwdziałania oszustwom, marketingu i zarządzania portfelem.
  • Przekładaj wyniki uczenia maszynowego na praktyczne rekomendacje produktowe dla odbiorców wewnętrznych i zewnętrznych.
  • Wspieraj projektowanie, rozwój, walidację, wdrażanie i monitorowanie zaawansowanej analityki, uczenia maszynowego oraz rozwiązań AI.
  • Przygotowuj i analizuj dane do modelowania, korzystając z odpowiednich struktur danych i algorytmów.
  • Łącz dane z istniejących i nowych źródeł, aby tworzyć kompleksowe rozwiązania analityczne.
  • Wykorzystuj uczenie maszynowe, analitykę predykcyjną, przetwarzanie języka naturalnego, generatywną i agentową AI do rozwiązywania złożonych problemów związanych z płatnościami i usługami finansowymi.
  • Planuj i przeprowadzaj eksperymenty, testy hipotez oraz analizy statystyczne.
  • Promuj dobre praktyki w zakresie data science, uczenia maszynowego, inżynierii cech, eksperymentów, nadzoru nad modelami i MLOps.
  • Śledź rozwój branży i dziel się z zespołem istotnymi innowacjami.

Wymagania

  • Stopień magistra lub wyższy z matematyki, informatyki, inżynierii, badań operacyjnych, statystyki lub pokrewnej dziedziny ilościowej.
  • 1–3 lata doświadczenia w tworzeniu i wdrażaniu kompleksowych rozwiązań z zakresu uczenia maszynowego, analityki predykcyjnej i data science w płatnościach, bankowości lub usługach finansowych.
  • Dobra znajomość Pythona i SQL.
  • Dodatkowym atutem będzie doświadczenie z narzędziami do przetwarzania dużych zbiorów danych, takimi jak Spark lub PySpark.
  • Praktyczne doświadczenie w przygotowywaniu danych, inżynierii cech i tworzeniu modeli z użyciem bibliotek takich jak Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn lub Plotly.
  • Doświadczenie w tworzeniu i wdrażaniu modeli uczenia maszynowego w środowisku produkcyjnym lub zbliżonym do produkcyjnego.
  • Znajomość narzędzi do wizualizacji danych i analityki biznesowej, takich jak Tableau lub równoważnych.
  • Dobre umiejętności analityczne i rozwiązywania problemów, w tym umiejętność przekładania niejednoznacznych wyzwań biznesowych na rygorystyczne podejścia analityczne.
  • Umiejętność współpracy z zespołami produktowymi, inżynieryjnymi i biznesowymi.
  • Doświadczenie w płatnościach, bankowości lub usługach finansowych.
  • Praktyczne doświadczenie z Databricks, w tym MLflow, Model Registry, wspólnymi notatnikami i procesami MLOps.
  • Doświadczenie we wdrażaniu natywnych dla chmury rozwiązań uczenia maszynowego, szczególnie w AWS.
  • Znajomość rozwoju modeli transformerowych i agentowej AI.
  • Znajomość zasad nadzoru nad modelami, zgodności regulacyjnej i praktyk MLOps w regulowanym sektorze usług finansowych.
  • W przypadku stanowisk w USA kandydaci otrzymujący warunkową ofertę pracy muszą przejść test na obecność narkotyków.

Benefity

  • Możliwość współtworzenia przyszłości technologii finansowych.
  • Ciągła nauka i rozwój zawodowy.
  • Praca w środowisku sprzyjającym współpracy.
  • Możliwości wspierania lokalnej społeczności.
  • Konkurencyjne wynagrodzenie i benefity.

Powiązane oferty pracy