Carrière de Scientifique des Données

  • Full Time
Job expired!

Equifax est l'endroit où vous pouvez réaliser votre potentiel. Si vous voulez atteindre votre véritable potentiel, tracer de nouvelles voies, développer de nouvelles compétences, collaborer avec des esprits brillants et avoir un impact significatif, nous voulons vous entendre.

Nous recherchons un Data Scientist qui sera responsable du développement, des tests et de la livraison des attributs avec Python dans notre environnement technique, en utilisant des méthodologies de données et analytiques avancées, l'IA, le ML/DL pour concevoir et livrer des lots d'attributs basés sur des cas d'usage.

Ce que vous ferez

  • Faire partie de l'équipe de développement des attributs qui travaille en étroite collaboration avec les équipes inter-fonctionnelles au sein de D&A et de la technologie de l'organisation.

  • Intégrez des sources de données uniques ou multiples, types de données et structures de données dans les solutions et travaillez avec les parties prenantes clés pour comprendre leurs besoins afin de développer des solutions avancées ou d'améliorer les solutions existantes autour des données et de l'analytique.

  • Développer des attributs dans un environnement de développement basé sur Python. Effectuez des tests, la réduction des attributs, la conception et l'exécution des cas d'utilisation avec des technologies et des algorithmes statistiques avancés. Fournir des informations sur les attributs et les scores et des solutions de lots. Aider à mettre en œuvre des solutions d'attributs dans les environnements de production.

  • Etre responsable de la livraison des données, de la conception des structures de données et des processus, tout en équilibrant les livrables immédiats avec la réutilisabilité future, tout en prônant les meilleures pratiques pour l'architecture des solutions de données.

  • Collaborer et rechercher des techniques d'apprentissage machine innovantes pour les transformer en solutions et partager ces connaissances avec notre équipe pour maintenir les développements internes en ligne avec les dernières technologies et les meilleures pratiques.

Expérience requise

  • Master ou plus en mathématiques, informatique, ingénierie, recherche opérationnelle, statistiques ou autre discipline connexe.

  • 3+ années d'expérience professionnelle en tant que data scientist ou modélisateur statistique dans au moins l'un des domaines suivants : identité et fraude, risque de crédit, télécommunications, services financiers, paiement, commerce électronique, B2B ou B2C, marketing, assurance, ou domaine de l'analytique de sécurité.

  • 3+ années d'utilisation de Python et SQL.

  • 3+ années d'expérience pratique en données et analyse.

  • Anglais avancé.

Ce qui pourrait vous distinguer

  • Connaissance de la plateforme Google Cloud et de BigQuery.

  • Excellentes compétences en résolution de problèmes qui peuvent inclure la livraison de données, la conception de structures de données, le nettoyage des données, l'exploration de données, le partitionnement des données, la modélisation et les méthodologies de reconnaissance de modèles.

  • Expérience dans des projets d'apprentissage machine.

Nous offrons du travail hybride, des packages de rémunération et de santé complets, des congés payés, et la possibilité de croissance organisationnelle grâce à notre plateforme d'apprentissage en ligne, avec des parcours de carrière guidés.


Êtes-vous prêt à réaliser votre potentiel ? Postulez aujourd'hui et commencez à travailler sur un chemin vers une nouvelle carrière passionnante chez Equifax, où vous pouvez faire une différence !
 
Equifax est un employeur qui offre l'égalité des chances. Tous les candidats qualifiés recevront une considération pour l'emploi sans discrimination en fonction de la race, de la couleur, de la religion, du sexe, de l'orientation sexuelle, de l'identité de genre, de l'origine nationale, du handicap ou du statut de vétéran protégé.

Lieu principal :

ARG-Buenos-Aires-Alem-815

Fonction :

Fonction - Données et Analytique

Horaire :

Temps plein