Gerente, Ciencia de Datos, Oficina de Riesgo de Modelo

Centro 1 (19052), Estados Unidos de América, McLean, Virginia

Gerente, Ciencia de Datos, Oficina de Riesgo de Modelos

Los datos están en el centro de todo lo que hacemos. Como startup, interrumpimos la industria de las tarjetas de crédito personalizando individualmente cada oferta de tarjeta de crédito utilizando un modelo estadístico y la base de datos relacional, ¡tecnología de vanguardia en 1988! Avanzando unos años, esta pequeña innovación y nuestra pasión por los datos nos han elevado a ser una empresa Fortune 200 y un líder en el mundo de la toma de decisiones basada en datos.

Como Científico de Datos en Capital One, serás parte de un equipo que lidera la próxima ola de disrupción a una escala completamente nueva, utilizando las últimas tecnologías en computación y aprendizaje automático, operando en miles de millones de registros de clientes para desbloquear las grandes oportunidades que ayudan a las personas a ahorrar dinero, tiempo y agobio en sus vidas financieras.

Descripción del Equipo:

En la Oficina de Riesgo de Modelos de Capital One, nos defendemos de los fallos de los modelos y buscamos nuevas formas de tomar mejores decisiones con ellos. Utilizamos nuestra estadística, ingeniería de software y experiencia en negocios para impulsar los mejores resultados tanto en Gestión de Riesgos como en la Empresa. Entendemos que no podemos prepararnos para el mañana centrándonos en el día de hoy, por lo que invertimos en el futuro: adquiriendo nuevas habilidades, desarrollando mejores herramientas y manteniendo una red de socios de confianza. Aprendemos de errores pasados y desarrollamos técnicas cada vez más poderosas para evitar su repetición.

Descripción del Rol

En este rol, usted:

• Colaborará con un equipo multidisciplinar de científicos de datos, ingenieros de software y gerentes de producto para identificar y cuantificar los riesgos asociados con los modelos

• Usará una amplia gama de tecnologías — Python, Conda, AWS, Spark y más — para revelar los datos escondidos dentro de grandes volúmenes de datos numéricos y textuales

• Construirá modelos de aprendizaje automático para desafiar a los "modelos campeones" que están desplegados en producción hoy en día

• Contribuirá a la gobernanza de los modelos de la próxima generación de modelos de aprendizaje automático

• Se vale de sus habilidades interpersonales para presentar cómo los riesgos de los modelos pueden afectar al negocio a los ejecutivos

El Candidato Ideal es:

• Innovador. Continuamente investiga y evalúa tecnologías emergentes. Se mantiene al día con los métodos, tecnologías y aplicaciones de última generación publicadas y busca oportunidades para aplicarlas.

• Creativo. Se prospera al dar definición a problemas grandes e indefinidos. Le encanta hacer preguntas y esfuerza mucho por encontrar respuestas. No teme presentar una nueva idea.

• Técnico. Se siente cómodo con los lenguajes de código abierto y está apasionado por desarrollarse aún más. Tiene experiencia directa en el desarrollo de soluciones de ciencia de datos utilizando herramientas de código abierto y plataformas de computación en la nube.

• Con mentalidad estadística. Ha construido modelos, los ha validado y los ha probado en retrospectiva. Sabe cómo interpretar una matriz de confusión o una curva ROC. Tiene experiencia con agrupamiento, clasificación, análisis de sentimientos, series de tiempo y aprendizaje profundo.

• Un gurú de los datos. Los "grandes datos" no le asustan. Tiene las habilidades para recuperar, combinar y analizar datos de una variedad de fuentes y estructuras. Sabe que entender los datos a menudo es la clave para la gran ciencia de datos.

Requisitos Básicos:

• Actualmente tiene, o está en proceso de obtener una licenciatura más 6 años de experiencia en análisis de datos, o actualmente tiene, o está en proceso de obtener una maestría más 4 años de experiencia en análisis de datos, o actualmente tiene, o está en proceso de obtener un doctorado más 1 año de experiencia en análisis de datos, con la expectativa de que el título requerido se obtendrá en o antes de la fecha de inicio programada

• Al menos 2 años de experiencia con el aprendizaje automático

• Al menos 2 años de experiencia con bases de datos relacionales

Requisitos Preferidos:

• Doctorado en un campo "STEM" (Ciencia, Tecnología, Ingeniería o Matemáticas) más 3 años de experiencia en análisis de datos

• Al menos 1 año de experiencia trabajando con AWS

• Al menos 4 años de experiencia en Python, Scala o R para análisis de datos a gran escala

• Al menos 4 años de experiencia con el aprendizaje automático

• Al menos 4 años de experiencia con SQL

• Al menos 4 años de experiencia en la construcción o validación de modelos para detectar delitos financieros (Detección de Fraude, Anti-Lavado de Dinero)

Capital One considerará patrocinar a un nuevo solicitante calificado para la autorización de empleo para este puesto.

Capital One ofrece un conjunto comprensivo, competitivo e inclusivo de beneficios de salud, financieros y otros que apoyan su bienestar total. Obtenga más información en el sitio web de Carreras de Capital One. La elegibilidad varía en función del estatus de tiempo completo o parcial, exento o no exento, y nivel de gestión.

No se aceptan agencias. Capital One es un empleador que ofrece igualdad de oportunidades y está comprometido con la diversidad y la inclusión en el lugar de trabajo. Todos los solicitantes calificados recibirán consideración para el empleo sin distinción de sexo (incluyendo embarazo, parto o condiciones médicas relacionadas), raza, color, edad, origen nacional, religión, discapacidad, información genética, estado civil, orientación sexual, identidad de género, cambio de género, ciudadanía, estatus de inmigrante, estatus de veterano protegido, o cualquier otra base prohibida bajo la ley federal, estatal o local aplicable. Capital One promueve un lugar de trabajo libre de drogas. Capital One considerará para empleo a solicitantes calificados con antecedentes penales de acuerdo con los requisitos de las leyes aplicables respecto a las consultas de antecedentes penales, incluyendo, en la medida aplicable, el Artículo 23-A de la Ley de Correcciones de Nueva York; el Código de Policía de San Francisco, California, Artículo 49, Secciones 4901-4920; la Ley de Oportunidades Justas de Nueva York; la Ley de Revisión de Antecedentes Penales de Filadelfia; y otras leyes y regulaciones federales, estatales y locales aplicables sobre las consultas de antecedentes penales.

Si ha visitado nuestro sitio web en busca de información sobre oportunidades de empleo o para solicitar un puesto, y necesita un alojamiento, por favor contacte a la contratación de Capital One al 1-800-304-9102 o por correo electrónico a [email protected]. Toda la información que proporcione se mantendrá confidencial y se utilizará solo en la medida en que sea necesario para proporcionar alojamientos razonables.

Para soporte técnico o preguntas sobre el proceso de contratación de Capital One, por favor envíe un correo electrónico a [email protected]

Capital One no provee, respalda ni garantiza y no es responsable de productos, servicios, herramientas educativas u otra información disponible a través de este sitio.

Capital One Financial está compuesta por varias entidades diferentes. Tenga en cuenta que cualquier puesto publicado en Canadá es para Capital One Canadá, cualquier puesto publicado en el Reino Unido es para Capital One Europa y cualquier puesto publicado en Filipinas es para Capital One Philippines Service Corp. (COPSSC).