資深資料科學分析師，詐欺風險
在美國運通打造機器學習與圖形分析解決方案，偵測支付卡遭盜用情形，強化詐欺風險決策。分析遭盜用卡片資料，開發可擴充的決策流程。
說明
- 建置並改善機器學習與人工智慧解決方案，辨識卡片遭盜用模式、偵測可疑行為並支援風險決策。
- 運用圖神經網路、圖形學習、Transformer、深度學習及其他先進機器學習方法。
- 分析大型、複雜且彼此連結的資料集，找出關聯與風險訊號，並產出可採取行動的業務洞察。
- 建置並最佳化分析與建模流程，涵蓋資料準備、特徵工程、模型訓練、驗證及效能監控。
- 運用 Python、PySpark 及 Google Cloud 等雲端平台，打造可擴充的分析解決方案。
- 評估新興人工智慧與機器學習方法，以提升模型成效、預測準確度及營運效率。
- 與跨職能利害關係人合作，將業務挑戰轉化為資料導向的解決方案。
- 向技術及非技術對象簡報分析結果、模型效能及策略建議。
- 深入檢視個案，以改善模型效能與決策品質。
- 確保分析與建模工作符合業務目標，並在各專案期間管理利害關係人的期望。
- 檢閱研究論文，找出能推進模型開發與創新的應用情境。
職位要求
- 具備受認可機構統計、數學、經濟、工程、管理、電腦科學或相關量化領域的研究所或以上學位。
- 具備 2–3 年資料科學、進階分析、機器學習或預測建模相關經驗。
- 具備扎實的 Python 與 PySpark 程式能力，並有資料操作、統計分析及機器學習模型開發的實務經驗。
- 了解機器學習與深度學習技術，並接觸過圖神經網路、圖形演算法、Transformer 架構或相關先進人工智慧方法。
- 熟悉 PyTorch 或 TensorFlow 等深度學習框架，以及 Google Cloud Platform 等雲端環境。
- 具備大型資料集、特徵工程、資料前處理及模型評估經驗。
- 具備優異的問題解決與分析能力，能將複雜業務需求轉化為有效的技術解決方案。
- 具備清晰的書面與口頭溝通能力，並能向不同利害關係人呈現分析洞察與建議。
- 具備良好判斷力、有效協作，並能在動態的業務環境中交付高品質分析成果。
- 依下列班表工作：週一至週三下午 1:00 至晚上 9:30；週四上午 11:00 至晚上 7:30；週五上午 8:30 至下午 5:00。
福利待遇
- 具競爭力的基本薪資。
- 獎金激勵。
- 提供財務健康與退休規劃支援。
- 提供醫療、牙科、視力、人壽保險及失能保障，依所在地而異。
- 依職務與業務需求，提供彈性的混合辦公、辦公室現場或遠端工作安排。
- 提供帶薪育嬰假，依所在地而異。
- 可免費使用由護理師及醫師駐點服務的全球現場健康中心，依所在地而異。
- 透過 Healthy Minds 計畫免費享有保密諮詢服務。
- 提供職涯發展與訓練機會。
