American Express to globalna firma świadcząca usługi finansowe w obszarach bankowości, finansów i płatności B2B. Jej działalność obejmuje konsumenckie, biznesowe i korporacyjne karty kredytowe; usługi płatnicze i usługi dla akceptantów; rachunki oszczędnościowe, certyfikaty depozytowe i pożyczki osobiste; a także programy lojalnościowe, programy podróżne, korporacyjne rozwiązania płatnicze, edukację finansową, usługi bezpieczeństwa oraz wsparcie posiadaczy kart i akceptantów.
Starszy analityk Data Science, uczenia maszynowego i GenAI — American Express, Gurugram, praca hybrydowa
Starszy analityk opracowuje rozwiązania z zakresu uczenia maszynowego, GenAI i analityki decyzyjnej na potrzeby obsługi klientów American Express. Rola obejmuje modelowanie predykcyjne, rekomendacje, eksperymenty oraz tworzenie gotowych do wdrożenia rozwiązań AI.
Opis
- Tworzyć rozwiązania analityczne, modele predykcyjne, systemy rekomendacyjne i metody podejmowania decyzji, które poprawiają obsługę, personalizację, efektywność współpracowników i wyniki operacyjne.
- Analizować duże zbiory danych dotyczących klientów, zachowań, interakcji i operacji, identyfikować możliwości, tworzyć cechy, testować hipotezy i przekładać wnioski na praktyczne rozwiązania.
- Opracowywać i oceniać rozwiązania z zakresu uczenia maszynowego i GenAI z wykorzystaniem odpowiednich metod modelowania, eksperymentowania i walidacji.
- Wspierać przepływy pracy Agentic AI, rekomendacje oparte na transformatorach, aplikacje Conversational AI i LLM oraz zaawansowane inicjatywy z zakresu personalizacji i wyboru kolejnego najlepszego działania.
- Projektować eksperymenty i miary skuteczności służące ocenie jakości AI, efektywności modeli, wpływu na biznes i możliwości ciągłego doskonalenia.
- Tworzyć solidny kod analityczny i współpracować z zespołami ds. danych, technologii i platform nad wdrażaniem do środowiska produkcyjnego, monitorowaniem i ciągłym ulepszaniem rozwiązań Decision Science.
- Budować współpracę międzyfunkcyjną, jasno wyjaśniać wnioski analityczne i przekształcać wyniki techniczne w praktyczne rekomendacje.
- Śledzić rozwój uczenia maszynowego, GenAI, systemów rekomendacyjnych i analityki decyzyjnej, testować odpowiednie metody oraz dzielić się uniwersalnymi praktykami w GSDS.
Wymagania
- Tytuł magistra w dziedzinie ilościowej, takiej jak inżynieria, informatyka, matematyka, statystyka, ekonomia lub finanse.
- Co najmniej dwa lata doświadczenia zawodowego w analizie danych, uczeniu maszynowym, zaawansowanej analityce lub pokrewnej dziedzinie ilościowej.
- Biegłość w Pythonie, SQL lub porównywalnych narzędziach analitycznych oraz doświadczenie w tworzeniu modeli, takich jak modele drzewiaste, regresyjne, klasyfikacyjne lub klasteryzacyjne.
- Znajomość LLM, GenAI lub nowoczesnego uczenia głębokiego oraz silne zainteresowanie nowymi możliwościami AI.
- Silne umiejętności analitycznego i koncepcyjnego rozumowania, w tym zdolność rozwiązywania złożonych, nieustrukturyzowanych problemów biznesowych.
- Jasne umiejętności komunikacji pisemnej i ustnej oraz zdolność efektywnej współpracy z partnerami z różnych funkcji.
- Praktyczne doświadczenie z frameworkami Agentic AI, architekturami transformatorowymi, systemami rekomendacyjnymi opartymi na transformatorach, Conversational AI, aplikacjami LLM, embeddingami lub modelowaniem semantycznym.
- Doświadczenie w personalizacji, systemach rekomendacyjnych, wyborze kolejnego najlepszego działania, optymalizacji, eksperymentowaniu lub podejmowaniu decyzji dotyczących klientów.
- Doświadczenie w przetwarzaniu i analizie dużych ustrukturyzowanych lub nieustrukturyzowanych zbiorów danych oraz przekształcaniu modeli w skalowalne rozwiązania analityczne.
- Znajomość oceny modeli i AI, wdrażania do środowiska produkcyjnego, monitorowania lub koncepcji MLOps i LLMOps.
- Ciekawość dotycząca obsługi klientów oraz umiejętność łączenia pracy technicznej z mierzalnymi wynikami dla klientów i biznesu.
Benefity
- Konkurencyjne wynagrodzenie podstawowe.
- Możliwości uzyskania premii.
- Wsparcie w zakresie dobrostanu finansowego i planowania emerytalnego.
- Ubezpieczenie medyczne, stomatologiczne, okulistyczne, na życie i od niezdolności do pracy, zależnie od lokalizacji.
- Elastyczna praca hybrydowa, stacjonarna lub zdalna, zależnie od roli i potrzeb biznesowych.
- Hojny płatny urlop rodzicielski, zależnie od lokalizacji.
- Bezpłatny dostęp do globalnych zakładowych centrów wellness z personelem pielęgniarskim i lekarskim, zależnie od lokalizacji.
- Bezpłatne, poufne konsultacje w ramach programu Healthy Minds.
- Możliwości rozwoju kariery i szkoleń.