
金融服務初級資料科學家
為 FIS 金融服務產品建構並部署預測模型與 AI 解決方案。 將機器學習應用於風險、詐欺、行銷、投資組合管理及支付領域。
說明
- 針對風險、詐欺、行銷及投資組合管理等金融服務挑戰,進行探索性分析並建構預測模型與 AI 解決方案。
- 將機器學習分析結果轉化為實用的產品建議,提供內部及外部對象參考。
- 參與進階分析、機器學習及 AI 解決方案的設計、開發、驗證、部署與監控。
- 運用適當的資料結構與演算法準備並分析建模資料。
- 整合既有及新資料來源,建構端對端分析解決方案。
- 運用機器學習、預測分析、自然語言處理、生成式 AI 及代理式 AI,處理複雜的支付與金融服務問題。
- 規劃並執行實驗、假設檢定及統計分析。
- 推動資料科學、機器學習、特徵工程、實驗設計、模型治理及 MLOps 的良好實務。
- 追蹤產業發展,並與團隊分享相關創新。
職位要求
- 數學、電腦科學、工程、作業研究、統計學或相關量化領域的碩士或更高學歷。
- 具備 1–3 年在支付、銀行或金融服務領域建構並部署端對端機器學習、預測分析及資料科學解決方案的經驗。
- 具備扎實的 Python 和 SQL 技能。
- 具備 Spark 或 PySpark 等大數據工具經驗者佳。
- 具備使用 Pandas、NumPy、Scikit-learn、Matplotlib、Seaborn 或 Plotly 等程式庫進行資料整理、特徵工程及模型開發的實務經驗。
- 具備在正式或近正式環境中建構並部署機器學習模型的經驗。
- 熟悉 Tableau 或同等資料視覺化與商業智慧工具。
- 具備優異的分析與問題解決能力,能將模糊的業務挑戰轉化為嚴謹的分析方法。
- 能與產品、工程及業務團隊合作。
- 具備支付、銀行或金融服務領域的經驗。
- 具備 Databricks 實務經驗,包括 MLflow、模型登錄庫、協作式筆記本及 MLOps 工作流程。
- 具備部署雲端原生機器學習解決方案的經驗,尤其是 AWS。
- 熟悉 Transformer 模型及代理式 AI 的發展。
- 了解受監管金融服務領域的模型治理、法規遵循及 MLOps 實務。
- 美國境內職位的候選人在收到有條件錄用通知後,必須接受藥物檢測。
福利待遇
- 有機會參與金融科技的未來發展。
- 持續學習與專業發展。
- 重視協作的工作環境。
- 有機會支持社區。
- 具競爭力的薪酬與福利。
相關職缺

