American Express — глобальная компания в сфере финансовых услуг, работающая в области банковских операций, финансов и B2B-платежей. В ее деятельность входят потребительские, бизнес- и корпоративные кредитные карты; платежные и торговые сервисы; сберегательные счета, депозитные сертификаты и персональные кредиты; а также программы вознаграждений, туристические программы, корпоративные платежные решения, финансовое просвещение, услуги безопасности и поддержка держателей карт и торговых предприятий.
Старший аналитик по Data Science, машинному обучению и GenAI — American Express, Гуруграм, гибридный формат
Старший аналитик разрабатывает решения в области машинного обучения, GenAI и науки о принятии решений для обслуживания клиентов American Express. Роль включает прогнозное моделирование, рекомендации, эксперименты и создание готовых к промышленной эксплуатации решений на базе ИИ.
Описание
- Создавать аналитические решения, прогнозные модели, рекомендательные системы и методы принятия решений, улучшающие обслуживание, персонализацию, эффективность сотрудников и операционные показатели.
- Анализировать крупные массивы клиентских, поведенческих, коммуникационных и операционных данных, выявлять возможности, создавать признаки, проверять гипотезы и превращать результаты в практические решения.
- Разрабатывать и оценивать решения на базе машинного обучения и GenAI с использованием подходящих методов моделирования, экспериментирования и валидации.
- Поддерживать рабочие процессы Agentic AI, рекомендации на основе трансформеров, приложения Conversational AI и LLM, а также инициативы по расширенной персонализации и выбору следующего лучшего действия.
- Проектировать эксперименты и показатели эффективности для оценки качества ИИ, результативности моделей, влияния на бизнес и возможностей постоянного улучшения.
- Создавать надежный аналитический код и сотрудничать с командами данных, технологий и платформ над внедрением в промышленную эксплуатацию, мониторингом и непрерывным совершенствованием решений в области Decision Science.
- Выстраивать межфункциональное взаимодействие, понятно объяснять аналитические выводы и превращать технические результаты в практические рекомендации.
- Следить за развитием машинного обучения, GenAI, рекомендательных систем и интеллектуального принятия решений, проверять релевантные методы и делиться применимыми практиками в GSDS.
Требования
- Степень магистра в количественной дисциплине, например в инженерии, информатике, математике, статистике, экономике или финансах.
- Не менее двух лет профессионального опыта в области анализа данных, машинного обучения, продвинутой аналитики или смежной количественной сфере.
- Владение Python, SQL или сопоставимыми аналитическими инструментами, а также опыт разработки моделей, включая древовидные, регрессионные, классификационные методы или методы кластеризации.
- Знакомство с LLM, GenAI или современным глубоким обучением и высокий интерес к развивающимся возможностям ИИ.
- Сильное аналитическое и концептуальное мышление, включая способность решать сложные неструктурированные бизнес-задачи.
- Грамотные навыки письменной и устной коммуникации и способность эффективно работать с межфункциональными партнерами.
- Практический опыт работы с фреймворками Agentic AI, трансформерными архитектурами, рекомендательными системами на основе трансформеров, Conversational AI, приложениями LLM, эмбеддингами или семантическим моделированием.
- Опыт работы с персонализацией, рекомендательными системами, выбором следующего лучшего действия, оптимизацией, экспериментированием или принятием решений о клиентах.
- Опыт обработки и анализа крупных структурированных или неструктурированных наборов данных и преобразования моделей в масштабируемые аналитические решения.
- Понимание оценки моделей и ИИ, внедрения в промышленную эксплуатацию, мониторинга, а также концепций MLOps или LLMOps.
- Любознательность в вопросах обслуживания клиентов и способность связывать техническую работу с измеримыми результатами для клиентов и бизнеса.
Преимущества
- Конкурентоспособная базовая зарплата.
- Возможности получения бонусных выплат.
- Поддержка финансового благополучия и пенсионного планирования.
- Медицинское, стоматологическое, офтальмологическое страхование, страхование жизни и страхование от нетрудоспособности в зависимости от региона.
- Гибкий гибридный, офисный или виртуальный формат работы в зависимости от роли и потребностей бизнеса.
- Расширенный оплачиваемый отпуск по уходу за ребенком в зависимости от региона.
- Бесплатный доступ к глобальным оздоровительным центрам на территории компании, где работают медсестры и врачи, в зависимости от региона.
- Бесплатное конфиденциальное консультирование в рамках программы Healthy Minds.
- Возможности профессионального развития и обучения.