高级数据科学分析师，欺诈风险
在美国运通构建机器学习和基于图的解决方案，识别支付卡遭盗用情况并强化欺诈风险决策。分析遭盗用银行卡数据，开发可扩展的决策流程。
描述
- 构建并改进机器学习和人工智能解决方案，识别银行卡遭盗用模式、发现可疑行为并支持风险决策。
- 使用图神经网络、图学习、Transformer、深度学习及其他先进机器学习方法。
- 分析大型、复杂且相互关联的数据集，发现关系和风险信号，并形成可执行的业务洞察。
- 构建并优化分析与建模流程，涵盖数据准备、特征工程、模型训练、验证和性能监控。
- 使用 Python、PySpark 及 Google Cloud 等云平台，创建可扩展的分析解决方案。
- 评估新兴人工智能和机器学习方法，以提升模型效果、预测准确性和运营效率。
- 与跨职能利益相关方合作，将业务挑战转化为数据驱动的解决方案。
- 向技术和非技术受众展示分析结果、模型表现和战略建议。
- 深入审查案例，以改进模型表现和决策质量。
- 确保分析和建模工作与业务目标一致，并在项目全程管理利益相关方的预期。
- 审阅研究论文，寻找可推动模型开发和创新的应用场景。
任职要求
- 拥有受认可院校统计学、数学、经济学、工程学、管理学、计算机科学或相关定量领域的研究生或更高学位。
- 具有 2–3 年数据科学、高级分析、机器学习或预测建模相关经验。
- 具备扎实的 Python 和 PySpark 编程能力，并拥有数据处理、统计分析和机器学习模型开发实践经验。
- 理解机器学习和深度学习技术，并接触过图神经网络、图算法、Transformer 架构或相关先进人工智能方法。
- 熟悉 PyTorch 或 TensorFlow 等深度学习框架，以及 Google Cloud Platform 等云环境。
- 拥有大型数据集、特征工程、数据预处理和模型评估方面的经验。
- 具备出色的问题解决和分析能力，能够将复杂的业务需求转化为有效的技术解决方案。
- 具备清晰的书面和口头沟通能力，能够向不同利益相关方展示分析洞察和建议。
- 判断稳健、善于协作，并能在动态的业务环境中交付高质量分析工作。
- 按以下班次工作：周一至周三下午 1:00 至晚上 9:30；周四上午 11:00 至晚上 7:30；周五上午 8:30 至下午 5:00。
福利待遇
- 具有竞争力的基本薪资。
- 奖金激励。
- 提供财务健康和退休规划支持。
- 提供医疗、牙科、视力、人寿保险和伤残保险，具体视所在地而定。
- 根据职位和业务需求，提供灵活的混合办公、现场办公或远程办公安排。
- 提供带薪育儿假，具体视所在地而定。
- 可免费使用由护士和医生提供服务的全球现场健康中心，具体视所在地而定。
- 可通过 Healthy Minds 项目免费获得保密咨询服务。
- 提供职业发展和培训机会。
