Principal Associate, Data Science - Small Business Bank (Fraud)

Ubicación: Center 2 (19050), Estados Unidos de América, McLean, Virginia

Capital One está a la vanguardia de la innovación en el sector de los servicios financieros, aprovechando los datos para impulsar la toma de decisiones. Como Principal Associate, Data Science en nuestra división de Banco para Pequeñas Empresas (Fraude), serás fundamental en nuestra misión de proteger a nuestros clientes y a Capital One de actividades fraudulentas. Este rol es crucial para utilizar modelos estadísticos de última generación y tecnologías de aprendizaje automático para ofrecer insights a partir de miles de millones de registros de clientes, ayudando a individuos y empresas a prosperar financieramente.

En Banca para Pequeñas Empresas (SBB, por sus siglas en inglés), priorizamos el entendimiento de las necesidades de nuestros propietarios de pequeñas empresas. El equipo de Data Science de SBB se dedica a avanzar en ciencia de datos a través de estadísticas, aprendizaje automático y dominios emergentes. Creamos soluciones innovadoras para ayudar a nuestros socios a diseñar y entregar productos y políticas que superen las expectativas de las pequeñas empresas en servicios financieros. Colaborando con equipos interfuncionales, incluyendo analistas de negocios, gerentes de producto e ingenieros, identificamos y habilitamos decisiones inteligentes para contrarrestar el fraude.

• Colaborar con un equipo interfuncional de científicos de datos, analistas de negocios, ingenieros de software y gerentes de producto para entregar productos centrados en el cliente.
• Construir y desarrollar modelos de aprendizaje automático en todas las etapas, desde el diseño hasta la implementación.
• Utilizar una amplia gama de tecnologías, incluyendo Python, Conda, AWS, H2O y Spark para analizar grandes cantidades de datos numéricos y textuales.
• Traducir trabajos analíticos complejos en metas empresariales a través de tus fuertes habilidades interpersonales.

El candidato ideal poseerá:

• Conocimiento Estadístico: Experiencia en desarrollo de modelos, validación, pruebas retrospectivas y comprensión de agrupación, clasificación, análisis de sentimiento, series de tiempo y aprendizaje profundo.
• Experiencia Técnica: Proficiencia en lenguajes de código abierto con pasión por el desarrollo continuo y experiencia en soluciones de ciencia de datos usando plataformas de computación en la nube.
• Dominio de Datos: Capacidad para recuperar, combinar y analizar datos de varias fuentes y estructuras.
• Pensamiento Innovador: Investigación continua y evaluación de tecnologías emergentes con aplicación a escenarios del mundo real.
• Enfoque al Cliente: Un compromiso de tomar las decisiones correctas para nuestros clientes, equilibrando el análisis con la acción pragmática.
  • Licenciatura más 5 años de experiencia en análisis de datos, o
  • Maestría más 3 años de experiencia en análisis de datos, o
  • Doctorado con la expectativa de que el grado requerido se obtenga en o antes de la fecha de inicio programada.
  • Al menos 1 año de experiencia en lenguajes de programación de código abierto para análisis de datos a gran escala.
  • Al menos 1 año de experiencia con aprendizaje automático.
  • Al menos 1 año de experiencia con bases de datos relacionales.
  • Maestría o Doctorado en un campo STEM (Ciencia, Tecnología, Ingeniería o Matemáticas).
  • Al menos 3 años de experiencia con aprendizaje automático.
  • Al menos 1 año de experiencia con aprendizaje profundo/redes neuronales.
  • Al menos