FIS
FIS
FIS พัฒนาเทคโนโลยีทางการเงินสำหรับธนาคาร ธุรกิจ และหน่วยงานรัฐบาลทั่วโลก กลุ่มแพลตฟอร์มของบริษัทครอบคลุมธนาคารดิจิทัล การให้สินเชื่อ การชำระเงิน การเงินอัตโนมัติ การบริหารความมั่งคั่ง และการปฏิบัติตามกฎระเบียบ ช่วยให้องค์กรต่าง ๆ จัดการเงินได้อย่างปลอดภัยในด้านการเก็บรักษา การโอน การลงทุน และการดำเนินงานที่เกี่ยวข้อง บริษัทผสานความเชี่ยวชาญด้านฟินเทคเข้ากับเครื่องมือที่มุ่งเพิ่มประสิทธิภาพ ควบคุมต้นทุน และสนับสนุนการสร้างประสบการณ์ที่ดียิ่งขึ้นให้แก่ลูกค้า

นักวิทยาศาสตร์ข้อมูลระดับจูเนียร์ ด้านบริการทางการเงิน

สร้างและนำโมเดลคาดการณ์รวมถึงโซลูชัน AI ไปใช้กับผลิตภัณฑ์บริการทางการเงินของ FIS ประยุกต์ใช้แมชชีนเลิร์นนิงกับการบริหารความเสี่ยง การฉ้อโกง การตลาด การจัดการพอร์ตโฟลิโอ และการชำระเงิน

รายละเอียด

  • พัฒนาการวิเคราะห์เชิงสำรวจ โมเดลคาดการณ์ และโซลูชัน AI เพื่อแก้โจทย์ด้านบริการทางการเงิน เช่น ความเสี่ยง การฉ้อโกง การตลาด และการจัดการพอร์ตโฟลิโอ
  • แปลงผลการวิเคราะห์แมชชีนเลิร์นนิงเป็นข้อเสนอแนะด้านผลิตภัณฑ์ที่นำไปใช้ได้จริงสำหรับผู้มีส่วนเกี่ยวข้องทั้งภายในและภายนอก
  • มีส่วนร่วมในการออกแบบ พัฒนา ตรวจสอบความถูกต้อง นำไปใช้งาน และติดตามโซลูชันการวิเคราะห์ขั้นสูง แมชชีนเลิร์นนิง และ AI
  • จัดเตรียมและวิเคราะห์ข้อมูลสำหรับสร้างโมเดลโดยใช้โครงสร้างข้อมูลและอัลกอริทึมที่เหมาะสม
  • ผสานข้อมูลจากแหล่งข้อมูลเดิมและแหล่งใหม่เพื่อสร้างโซลูชันการวิเคราะห์แบบครบวงจร
  • ใช้แมชชีนเลิร์นนิง การวิเคราะห์เชิงคาดการณ์ NLP, generative AI และ agentic AI เพื่อแก้ปัญหาซับซ้อนด้านการชำระเงินและบริการทางการเงิน
  • วางแผนและดำเนินการทดลอง การทดสอบสมมติฐาน และการวิเคราะห์ทางสถิติ
  • ส่งเสริมแนวปฏิบัติที่ดีด้านวิทยาการข้อมูล แมชชีนเลิร์นนิง วิศวกรรมคุณลักษณะ การทดลอง การกำกับดูแลโมเดล และ MLOps
  • ติดตามความเคลื่อนไหวในอุตสาหกรรมและแบ่งปันนวัตกรรมที่เกี่ยวข้องกับทีม

คุณสมบัติ

  • วุฒิปริญญาโทขึ้นไปในสาขาคณิตศาสตร์ วิทยาการคอมพิวเตอร์ วิศวกรรมศาสตร์ การวิจัยดำเนินงาน สถิติ หรือสาขาเชิงปริมาณที่เกี่ยวข้อง
  • มีประสบการณ์ 1–3 ปีในการสร้างและนำโซลูชันแมชชีนเลิร์นนิง การวิเคราะห์เชิงคาดการณ์ และวิทยาการข้อมูลแบบครบวงจรไปใช้งานในธุรกิจการชำระเงิน ธนาคาร หรือบริการทางการเงิน
  • มีทักษะ Python และ SQL อย่างดี
  • หากมีประสบการณ์ใช้เครื่องมือข้อมูลขนาดใหญ่ เช่น Spark หรือ PySpark จะได้รับการพิจารณาเป็นพิเศษ
  • มีประสบการณ์จริงด้านการจัดการข้อมูล วิศวกรรมคุณลักษณะ และการพัฒนาโมเดลด้วยไลบรารี เช่น Pandas, NumPy, Scikit-learn, Matplotlib, Seaborn หรือ Plotly
  • มีประสบการณ์สร้างและนำโมเดลแมชชีนเลิร์นนิงไปใช้งานในสภาพแวดล้อมจริงหรือใกล้เคียงการใช้งานจริง
  • ใช้เครื่องมือแสดงภาพข้อมูลและข่าวกรองธุรกิจ เช่น Tableau หรือเครื่องมือเทียบเท่าได้อย่างชำนาญ
  • มีทักษะการวิเคราะห์และแก้ปัญหาที่ดี รวมถึงสามารถแปลงโจทย์ธุรกิจที่ยังไม่ชัดเจนให้เป็นแนวทางการวิเคราะห์ที่รอบคอบ
  • สามารถทำงานร่วมกับทีมผลิตภัณฑ์ วิศวกรรม และธุรกิจได้
  • มีประสบการณ์ในธุรกิจการชำระเงิน ธนาคาร หรือบริการทางการเงิน
  • มีประสบการณ์จริงกับ Databricks รวมถึง MLflow, Model Registry, โน้ตบุ๊กสำหรับทำงานร่วมกัน และเวิร์กโฟลว์ MLOps
  • มีประสบการณ์นำโซลูชันแมชชีนเลิร์นนิงบนคลาวด์ไปใช้งาน โดยเฉพาะบน AWS
  • คุ้นเคยกับพัฒนาการของโมเดล transformer และ agentic AI
  • มีความรู้ด้านการกำกับดูแลโมเดล การปฏิบัติตามข้อกำหนด และแนวปฏิบัติ MLOps ในบริการทางการเงินที่อยู่ภายใต้การกำกับดูแล
  • สำหรับตำแหน่งที่อยู่ในสหรัฐอเมริกา ผู้สมัครที่ได้รับข้อเสนอแบบมีเงื่อนไขต้องเข้ารับการตรวจสารเสพติด

สวัสดิการ

  • โอกาสมีส่วนร่วมกำหนดอนาคตของเทคโนโลยีทางการเงิน
  • การเรียนรู้และพัฒนาวิชาชีพอย่างต่อเนื่อง
  • สถานที่ทำงานที่ส่งเสริมการทำงานร่วมกัน
  • โอกาสสนับสนุนชุมชน
  • เงินเดือนและสวัสดิการที่แข่งขันได้

งานที่เกี่ยวข้อง

Asurion

นักวิทยาศาสตร์ข้อมูลประจำสำนักงาน ด้านผู้ช่วยเสมือน ที่ Asurion

Asurion

สร้างเครื่องมือ AI เชิงสร้างสรรค์และผู้ช่วยเสมือนเพื่อสนับสนุนงานบริการลูกค้าของ Asurion พัฒนาโซลูชัน LLM แบบเรียลไทม์ โมเดล NLP และฟีเจอร์ AI สำหรับใช้งานจริง

เปิด