LogoFresh Jobs Ahead
American Express
American Express
B2BFedhaHuduma za benki
American Express ni kampuni ya kimataifa ya huduma za kifedha inayofanya kazi katika sekta za benki, fedha na malipo ya B2B. Biashara yake inajumuisha kadi za mikopo za watumiaji, biashara na mashirika; huduma za malipo na wafanyabiashara; akaunti za akiba, hati za amana na mikopo ya kibinafsi; pamoja na zawadi, mipango ya usafiri, suluhisho za malipo ya mashirika, elimu ya kifedha, huduma za usalama na usaidizi kwa wanachama wa kadi na wafanyabiashara.
LinkedIn
Kazi za Kampuni

Mchambuzi Mwandamizi wa Sayansi ya Data, Hatari ya Udanganyifu

Tengeneza suluhisho za kujifunza kwa mashine na zinazotumia grafu ili kugundua uingiliwaji wa kadi za malipo na kuimarisha maamuzi ya hatari ya udanganyifu katika American Express. Changanua data ya kadi zilizoingiliwa na utengeneze mifumo ya maamuzi inayoweza kupanuliwa.

INIndiaMsetoMuda woteMwandamiziLugha Inayohitajika: KiingerezaMchambuzi wa Data
Google Cloud PlatformPySparkPythonPyTorchTensorFlowWingu

Maelezo

  • Tengeneza na kuboresha suluhisho za kujifunza kwa mashine na AI zinazotambua mifumo ya uingiliwaji wa kadi, kugundua tabia za kutiliwa shaka na kusaidia maamuzi ya hatari.
  • Tumia Graph Neural Networks, ujifunzaji wa grafu, Transformer, deep learning na mbinu nyingine za kisasa za kujifunza kwa mashine.
  • Changanua seti kubwa, changamano na zilizounganishwa za data ili kupata uhusiano na viashiria vya hatari, na kutoa maarifa ya biashara yanayoweza kutekelezwa.
  • Tengeneza na kuboresha mifumo ya uchanganuzi na uundaji modeli, kuanzia maandalizi ya data na uhandisi wa vipengele hadi mafunzo, uthibitishaji na ufuatiliaji wa utendaji.
  • Tumia Python, PySpark na mifumo ya wingu kama Google Cloud kuunda suluhisho za uchanganuzi zinazoweza kupanuliwa.
  • Tathmini mbinu mpya za AI na kujifunza kwa mashine ili kuboresha ufanisi wa modeli, usahihi wa utabiri na ufanisi wa shughuli.
  • Shirikiana na wadau wa vitengo mbalimbali ili kubadili changamoto za biashara kuwa suluhisho zinazotegemea data.
  • Wasilisha matokeo ya uchanganuzi, utendaji wa modeli na mapendekezo ya kimkakati kwa hadhira za kiufundi na zisizo za kiufundi.
  • Kagua kesi kwa kina ili kuboresha utendaji wa modeli na ufanyaji maamuzi.
  • Hakikisha kazi ya uchanganuzi na uundaji modeli inalingana na malengo ya biashara, na usimamie matarajio ya wadau katika kila mradi.
  • Pitia makala za utafiti na utambue matumizi yanayoweza kuendeleza uundaji na ubunifu wa modeli.

Mahitaji

  • Uwe na shahada ya uzamili au elimu ya baada ya shahada ya kwanza katika takwimu, hisabati, uchumi, uhandisi, usimamizi, sayansi ya kompyuta au taaluma nyingine ya kiasi inayohusiana kutoka taasisi inayotambulika.
  • Uwe na uzoefu husika wa miaka 2–3 katika sayansi ya data, uchanganuzi wa hali ya juu, kujifunza kwa mashine au uundaji wa modeli za utabiri.
  • Uwe na ujuzi thabiti wa kupanga programu kwa Python na PySpark, pamoja na uzoefu wa vitendo katika urekebishaji wa data, uchanganuzi wa takwimu na uundaji wa modeli za kujifunza kwa mashine.
  • Uelewe mbinu za kujifunza kwa mashine na deep learning, na uwe na ujuzi wa Graph Neural Networks, algoriti za grafu, usanifu wa Transformer au mbinu nyingine za kisasa za AI zinazohusiana.
  • Uwe na uelewa wa mifumo ya deep learning kama PyTorch au TensorFlow na mazingira ya wingu kama Google Cloud Platform.
  • Uwe na uzoefu wa seti kubwa za data, uhandisi wa vipengele, uchakataji wa awali wa data na tathmini ya modeli.
  • Uonyeshe uwezo thabiti wa kutatua matatizo na kuchanganua, na uweze kubadili mahitaji changamano ya biashara kuwa suluhisho bora za kiufundi.
  • Uwasiliane kwa uwazi kwa maandishi na kwa mazungumzo, na uwasilishe maarifa na mapendekezo ya uchanganuzi kwa wadau mbalimbali.
  • Tumia uamuzi mzuri, shirikiana kwa ufanisi na utoe kazi bora ya uchanganuzi katika mazingira ya biashara yenye kasi.
  • Fanya kazi kwa zamu zifuatazo: Jumatatu–Jumatano, 1:00 PM–9:30 PM; Alhamisi, 11:00 AM–7:30 PM; Ijumaa, 8:30 AM–5:00 PM.

Manufaa

  • Mshahara wa msingi wenye ushindani.
  • Bonasi za motisha.
  • Msaada kwa ustawi wa kifedha na kustaafu.
  • Bima ya matibabu, meno, macho, maisha na ulemavu, kutegemea eneo.
  • Mipango ya kazi inayoweza kunyumbulika ya mseto, ofisini au mtandaoni, kutegemea jukumu na mahitaji ya biashara.
  • Likizo ya uzazi au ulezi yenye malipo, kutegemea eneo.
  • Ufikiaji wa bure wa vituo vya ustawi vilivyopo katika maeneo ya kazi duniani kote vinavyohudumiwa na wauguzi na madaktari, kutegemea eneo.
  • Ushauri wa bure na wa siri kupitia mpango wa Healthy Minds.
  • Fursa za maendeleo ya taaluma na mafunzo.

Kazi Zinazohusiana