A American Express é uma empresa global de serviços financeiros que atua nos setores bancário, financeiro e de pagamentos B2B. Seus negócios incluem cartões de crédito para consumidores, empresas e corporações; serviços de pagamentos e para estabelecimentos comerciais; contas de poupança, certificados de depósito e empréstimos pessoais; além de programas de recompensas, programas de viagens, soluções de pagamentos corporativos, educação financeira, serviços de segurança e suporte a associados e estabelecimentos comerciais.
Analista de ciência de dados, aprendizado de máquina e IA generativa
Desenvolva soluções de aprendizado de máquina, IA generativa e recomendação para o atendimento ao cliente da American Express. Analise dados de clientes e operações para aprimorar a personalização e o trabalho das equipes de atendimento.
Descrição
- Desenvolver soluções analíticas, modelos preditivos e abordagens de tomada de decisão para aprimorar o atendimento ao cliente, a personalização, a eficácia dos colegas e as operações.
- Analisar dados de clientes, comportamento, interações e operações para identificar padrões e oportunidades.
- Criar atributos, testar hipóteses e transformar descobertas em soluções e insights práticos.
- Desenvolver e avaliar soluções de aprendizado de máquina e IA generativa por meio de modelagem, experimentação e validação.
- Contribuir para fluxos de trabalho de IA agêntica, recomendações baseadas em transformers, IA conversacional e aplicações de grandes modelos de linguagem (LLMs), além de soluções de personalização ou próxima melhor ação.
- Ajudar a projetar e analisar experimentos, medir a qualidade dos modelos e o impacto nos negócios e identificar pontos de melhoria.
- Escrever código analítico de qualidade e colaborar com as equipes de dados, tecnologia e plataforma para implementar, colocar em produção, monitorar e aprimorar soluções de ciência de decisão.
- Colaborar entre equipes, comunicar descobertas com clareza e transformar resultados técnicos em recomendações úteis.
- Manter-se em dia com os avanços em aprendizado de máquina, IA generativa, sistemas de recomendação e inteligência de decisão.
- Avaliar métodos relevantes e ajudar a estabelecer práticas reutilizáveis em toda a GSDS.
Requisitos
- Mestrado em uma área quantitativa, como engenharia, ciência da computação, matemática, estatística, economia ou finanças.
- Experiência acadêmica, de estágio ou profissional relevante em ciência de dados, aprendizado de máquina, análise avançada ou outra área quantitativa.
- Proficiência em Python, SQL ou ferramentas analíticas semelhantes.
- Experiência básica no desenvolvimento de modelos de aprendizado de máquina, como modelos baseados em árvores, regressão, classificação ou agrupamento.
- Disciplinas cursadas, projetos ou outra experiência com grandes modelos de linguagem, IA generativa ou aprendizado profundo moderno.
- Forte capacidade analítica e de pensamento conceitual, incluindo a habilidade de estruturar problemas, aprender rapidamente e lidar com ambiguidades.
- Boa comunicação oral e escrita e capacidade de colaborar com diferentes áreas.
- Será considerado um diferencial: familiaridade com frameworks de IA agêntica, arquiteturas de transformers, recomendações baseadas em transformers, IA conversacional, aplicações de LLM, embeddings ou modelagem semântica.
- Será considerado um diferencial: familiaridade com personalização, sistemas de recomendação, próxima melhor ação, otimização, experimentação ou tomada de decisão sobre clientes.
- Será considerado um diferencial: experiência em projetos ou no trabalho com dados estruturados ou não estruturados e soluções analíticas ou de aprendizado de máquina.
- Será considerado um diferencial: familiaridade com avaliação de modelos ou IA e conceitos básicos de implantação em produção, monitoramento, MLOps ou LLMOps.
- Será considerado um diferencial: interesse em atendimento ao cliente e em conectar o trabalho técnico a resultados mensuráveis para clientes e negócios.
- Aprovação em uma verificação de antecedentes, sujeita às leis e regulamentações aplicáveis.
Benefícios
- Remuneração-base competitiva.
- Incentivos em forma de bônus.
- Apoio ao bem-estar financeiro e à aposentadoria.
- Cobertura abrangente de saúde, odontológica, oftalmológica, seguro de vida e invalidez, conforme a localidade.
- Modalidades flexíveis de trabalho híbrido, presencial ou virtual, conforme a função e as necessidades do negócio.
- Licença parental remunerada generosa, conforme a localidade.
- Acesso gratuito a centros globais de bem-estar nas unidades, com profissionais de enfermagem e medicina, conforme a localidade.
- Aconselhamento gratuito e confidencial pelo programa Healthy Minds.
- Oportunidades de desenvolvimento de carreira e treinamento.