Sr. Gerente - Ciencia de Datos

Descripción de la empresa

Visa es líder mundial en pagos digitales, facilitando más de 215 mil millones de transacciones de pagos entre consumidores, comerciantes, instituciones financieras y entidades gubernamentales en más de 200 países y territorios cada año. Nuestra misión es conectar el mundo a través de la red de pagos más innovadora, conveniente, confiable y segura, permitiendo a individuos, empresas y economías prosperar.

Cuando te unes a Visa, te unes a una cultura de propósito y pertenencia, donde tu crecimiento es prioridad, tu identidad es valorada y el trabajo que haces importa. Creemos que las economías que incluyen a todos en todas partes, elevan a todos en todas partes. Tu trabajo tendrá un impacto directo en miles de millones de personas en todo el mundo, ayudando a desbloquear el acceso financiero para habilitar el futuro del movimiento de dinero.

Únete a Visa: Una Red que Trabaja para Todos.

Descripción del trabajo

El Gerente Senior de Ciencia de Datos es uno de los roles de riesgo en el equipo de riesgo de Ciencia de Datos de Europa Central, Oriente Medio y África (CEMEA). Estamos buscando un pensador innovador y analítico para liderar nuestras estrategias basadas en datos dentro de la región. Como Gerente de Riesgo de Ciencia de Datos, participarás en la construcción de modelos predictivos y prescriptivos, y desarrollarás prototipos basados en el contexto e historias de alto impacto que promuevan estrategias y soluciones basadas en datos para los clientes de Visa. La posición se centrará principalmente en compromisos en el área de crédito, fraude y riesgos operativos, análisis de riesgo profundo, puntuación de riesgo, así como soluciones de pronóstico.

Responsabilidades principales

• El trabajo implica un fuerte enfoque en el desarrollo e implementación de soluciones de análisis de riesgo de primera clase, incluyendo modelos de puntuación y no puntuación. Crear y entregar poderosas perspectivas a partir de datos a través de una mejor visualización y creación de historias

• Trabajar con un equipo más amplio que consta de Gerentes de Negocios, Consultores y Científicos de Datos tanto de Visa como de organizaciones clientes para idear, co-crear, implementar y cosechar los beneficios de las soluciones basadas en datos

• Trabajar con equipos regionales y globales de Ciencia de Datos para desarrollar productos y soluciones analíticas de alta calidad que promuevan el crecimiento de Visa en la región

• Mantener a Visa a la vanguardia del avance tecnológico en Ciencia de Datos introduciendo herramientas y técnicas de última generación para generar conocimientos empresariales

• Capacidad para comprender rápidamente y procesar fuentes/plataformas de datos alternativas/no convencionales y desarrollar algoritmos de predicción avanzados basados en IA

• Desarrollar métodos analíticos de próxima generación donde las herramientas y técnicas existentes son insuficientes para abordar los desafíos empresariales

• Revisar, dirigir, guiar e inspirar el trabajo analítico de los miembros junior del equipo

• Colaborar con los socios tecnológicos internos y la función de Ingeniería de Datos para aprovechar al máximo las plataformas tecnológicas internas de Visa, los datos y el ecosistema más amplio de Visa para apoyar las necesidades técnicas de datos de nuestros clientes

• Administrar la carga de trabajo para uno mismo y cualquier reporte directo, proporcionando orientación de priorización para el flujo de proyectos para mejorar la eficiencia del proceso

• Desarrollar, compartir y construir las mejores prácticas globales y la gestión del conocimiento dentro del equipo

• Socializar ideas y enfoques innovadores que sean escalables y tengan demanda en el mercado

• Defender los requisitos internos en torno a la Gestión del Riesgo de Modelos, las Reglas de Analítica de Visa y los estándares globales de Privacidad en torno a la entrega a clientes para asegurar que se mantenga la alta consideración del mercado de Visa

Esta es una posición híbrida. Los empleados híbridos pueden alternar el tiempo entre el trabajo remoto y en la oficina. Se espera que los empleados en roles híbridos trabajen desde la oficina 2-3 días establecidos a la semana (determinados por la dirección/sitio), con una guía general de estar en la oficina el 50% o más del tiempo basado en las necesidades del negocio.

Calificaciones

Experiencia profesional
• Mínimo de 8 años de experiencia en la aplicación de soluciones de Machine Learning a problemas empresariales - se requiere experiencia en el desarrollo y la producción de modelos
• Grado de posgrado (Máster o Doctorado) en un campo cuantitativo como Estadística, Matemáticas, Ciencia de Datos, Investigación Operativa, Informática, Economía o Ingeniería
• Excelente conocimiento, experiencia y comprensión de las técnicas cuantitativas (modelización, estadística, análisis de causas raíz, etc.) aplicadas a la Gestión de Riesgos con un enfoque en Tarjetas y Pagos. Familiaridad con los principales Indicadores de Riesgo y Performance. Experiencia trabajando en uno o más de los mercados de Tarjetas y Pagos en todo el mundo, con responsabilidades específicas en pagos, banca minorista o industrias de comercio minorista
• Buen entendimiento de los Pagos y la industria Bancaria, incluyendo verticales de tarjetas como crédito al consumidor, débito al consumidor, prepago, pequeñas empresas, comercial y co-branded product
• Conocimiento experto de datos, inteligencia de mercado, inteligencia de negocio y herramientas y tecnologías impulsadas por la IA, con demostrada capacidad para incorporar nuevas técnicas para resolver problemas de negocio
• Experiencia en planificación, organización y gestión de múltiples proyectos grandes con equipos interfuncionales diversos, incluyendo planificación de recursos e implementación de entrega
• Experiencia en la presentación de ideas y análisis a las partes interesadas mientras se personalizan los resultados basados en datos a varios niveles de audiencia
• Innovar y desarrollar modelos de Fraude de transacciones de terceros utilizando técnicas de aprendizaje profundo e IA
• Innovar nuevos productos/soluciones utilizando datos propios de Visa que puedan escalarse local y globalmente
• Desarrollar conocimientos y capacidades relacionadas con el asesoramiento de riesgos creando la próxima generación de compromiso de riesgos con los clientes de Visa
• Asociarse con consultores de VCA en el mercado y científicos de datos para entregar compromisos de asesoramiento en materia de riesgos.
• Establecer un repositorio de Propiedad Intelectual (PI) de riesgos para VCA capitalizando los aprendizajes de los compromisos de consultoría (por ejemplo, crear métodos estándar, crear una biblioteca de estudios de casos, templatizar códigos de modelado)
• Reingeniería y/o embalaje de metodologías de consultoría de riesgos y soluciones impulsadas por datos según corresponda, asegurando las mejores prácticas de clase mundial y eficiencia a través de las economías de escala
• Asociarse con otras funciones de Visa (por ejemplo, Riesgo, Productos) para capitalizar los productos/soluciones de riesgo existentes y co-diseñar nuevos aprovechando los activos de Visa (experiencia, datos, capacidades)
• Probada habilidad para entregar resultados dentro del alcance, cronograma y presupuesto comprometidos
• Habilidades y experiencia de gestión de proyectos muy fuertes
• Capacidad para viajar dentro de CEMEA con poca antelación
Experiencia técnica
• Experiencia en entornos de computación distribuida/plataformas de big data (Hadoop, Elasticsearch, etc.) así como en sistemas de bases de datos comunes y almacenes de valor (SQL, Hive, HBase, etc.)
• Sólida comprensión y experiencia de la moderna pila de tecnología y arquitectura de microservicios incluyendo Kotlin, Spring boot, PostgreSQL, Kafka, AWS
• La experiencia relevante de ingeniería de datos no estructurados/estructurados de Telco, Supermercado, Medios Sociales, Registros en línea, Comercio electrónico, etc es preferible
• Capacidad para escribir trabajos de MapReduce desde cero y fluidez con frameworks de Spark
• Familiaridad con los entornos de computación comunes (por ejemplo, Linux, Shell Scripting) e IDE's comúnmente utilizados (Jupyter Notebooks), se prefiere la competencia en tecnologías y técnicas de SAS
• Fuerte capacidad de programación en diferentes lenguajes de programación como Python, R, Scala, Java, Matlab, C++, y SQL
• Experiencia en la elaboración de marcos de arquitectura de soluciones que dependen de las API's y los microservicios
• Familiaridad con los enfoques comunes de modelado de datos y capacidad para trabajar con varios tipos de datos incluyendo JSON, XML, etc.
• Capacidad para construir tuberías de datos (por ejemplo, ETL, preparación de datos, agregación y análisis de datos) utilizando herramientas como NiFi, Sqoop, Ab Initio, familiaridad con los procesos de linaje de datos y herramientas de gestión de esquemas como Avro
• Competente en algunas o todas las siguientes técnicas: Regresión Lineal & Logística, Árboles de Decisión, Bosques Aleatorios, Vecinos más Cercanos, Cadena de Markov Monte Carlo, Muestreo de Gibbs, Algoritmos Evolutivos (por ejemplo, Algoritmos Genéticos, Programación Genética), Máquinas de Vectores de Soporte, Redes Neuronales, Algoritmos de Bagging y Boosting, etc.
• Conocimiento experto de técnicas avanzadas de minería de datos y modelización estadística, incluyendo Modelización predictiva (por ejemplo, regresión binomial y multinomial, ANOVA), Técnicas de clasificación (por ejemplo, Clustering, Análisis de Componentes Principales, análisis de factores), Técnicas de árbol de decisiones (por ejemplo, CART, CHAID)

Información adicional

Visa es un empleador EEO. Los aspirantes cualificados recibirán consideración para el empleo sin distinción de raza, color, religión, sexo, origen nacional, orientación sexual, identidad de género, discapacidad o estado veterano protegido. Visa también considerará para el empleo a candidatos con antecedentes criminales de manera coherente con las directrices de la EEOC y la ley aplicable local.