
金融服务初级数据科学家
为 FIS 金融服务产品构建并部署预测模型与 AI 解决方案。 将机器学习应用于风险、欺诈、营销、投资组合管理和支付领域。
描述
- 针对风险、欺诈、营销和投资组合管理等金融服务挑战,开展探索性分析并构建预测模型和 AI 解决方案。
- 将机器学习分析结果转化为切实可行的产品建议,面向内部和外部受众进行分享。
- 参与高级分析、机器学习和 AI 解决方案的设计、开发、验证、部署与监控。
- 使用适当的数据结构和算法准备并分析建模数据。
- 整合现有及新数据源,构建端到端分析解决方案。
- 运用机器学习、预测分析、自然语言处理、生成式 AI 和智能体 AI,解决复杂的支付与金融服务问题。
- 规划并开展实验、假设检验和统计分析。
- 推动数据科学、机器学习、特征工程、实验设计、模型治理和 MLOps 领域的良好实践。
- 跟踪行业动态,并与团队分享相关创新。
任职要求
- 数学、计算机科学、工程、运筹学、统计学或相关定量领域的硕士或更高学历。
- 拥有 1–3 年在支付、银行或金融服务领域构建并部署端到端机器学习、预测分析和数据科学解决方案的经验。
- 具备扎实的 Python 和 SQL 技能。
- 具备 Spark 或 PySpark 等大数据工具经验者优先。
- 具备使用 Pandas、NumPy、Scikit-learn、Matplotlib、Seaborn 或 Plotly 等库进行数据整理、特征工程和模型开发的实践经验。
- 具备在生产或接近生产的环境中构建并部署机器学习模型的经验。
- 熟练使用 Tableau 或同类数据可视化与商业智能工具。
- 具备出色的分析和问题解决能力,能够将模糊的业务挑战转化为严谨的分析方法。
- 能够与产品、工程和业务团队协作。
- 具备支付、银行或金融服务领域经验。
- 具备 Databricks 实践经验,包括 MLflow、模型注册表、协作式笔记本和 MLOps 工作流。
- 具备部署云原生机器学习解决方案的经验,尤其是 AWS。
- 了解 Transformer 模型和智能体 AI 的发展。
- 了解受监管金融服务领域的模型治理、法规遵循和 MLOps 实践。
- 对于美国境内的职位,收到有条件录用通知的候选人必须接受药物检测。
福利待遇
- 有机会为金融科技的未来作出贡献。
- 持续学习和职业发展。
- 协作型工作环境。
- 有机会支持社区发展。
- 具有竞争力的薪酬和福利。
相关职位

