Data Domain Architect, Vice President

Rejoignez notre équipe intellectuellement diversifiée d'économistes, de statisticiens, d'ingénieurs et d'autres professionnels de l'analyse chez JPMorgan Chase & Co, au sein du secteur Community and Consumer Banking (CCB). Nous nous spécialisons dans la modélisation quantitative, en tirant parti de l'un des plus grands dépôts de données sur les consommateurs au monde. Notre équipe collabore étroitement avec divers partenaires à travers JPMorgan Chase pour prendre des décisions commerciales critiques.

En tant qu'Architecte de Domaine de Données dans notre groupe Finance Decision Optimization, vous serez à l'avant-garde de la collaboration avec divers intervenants et équipes fonctionnelles. Votre responsabilité principale sera de déterminer les exigences en matière de données et de modèles pour la construction de pipelines de données et la compilation de routines complexes de prédiction et d'optimisation en packages Python exécutables pour les tests de QA prototypes et le déploiement en production.

Ce rôle offre une opportunité exceptionnelle d'appliquer vos compétences en science des données, en ingénierie des données et en développement d'applications d'apprentissage automatique en Python dans un environnement dynamique.

• Construire et compiler des pipelines de données, des modèles prédictifs complexes et des routines d'optimisation en packages exécutables pour les tests de QA prototypes et le déploiement en production.
• Assister aux exercices de back testing de solutions pour Fair Lending et d'autres intervenants clés.
• Effectuer des analyses de données transactionnelles avec des technologies de big data sur des plateformes Cloud et transformer des quantités massives de données en insights exploitables.
• Identifier les opportunités de créer et d'automatiser des analyses répétables pour l'entreprise.
• Collaborer avec des équipes transversales et des parties prenantes internes/externes pour atteindre les objectifs du projet.
• Soulever de manière proactive des problèmes critiques aux partenaires commerciaux et technologiques.
• Se tenir informé des tendances de l'industrie et fournir des recommandations pour tester les nouvelles technologies émergentes.
• Soutenir les processus d'évaluation technologique en cours et les projets de preuve de concept.
• Encadrer et former le personnel junior, en agissant comme un leader d'opinion.
• Assurer la livraison des projets dans les délais impartis et répondre aux besoins commerciaux critiques.

• Un minimum de 8 ans d'expérience professionnelle pertinente en tant que développeur de logiciels, ingénieur en données/ML, data scientist ou ingénieur en business intelligence.
• Un baccalauréat en informatique, ingénierie financière, MIS, mathématiques, statistiques ou dans un autre domaine quantitatif.
• Connaissance pratique du secteur bancaire, en particulier dans les dépôts de détail, les prêts automobiles, les cartes et les prêts hypothécaires.
• Capacités exceptionnelles de résolution de problèmes avec une compréhension claire des exigences commerciales, capable de communiquer des informations complexes à divers publics.
• Très attentif aux détails avec un historique prouvé de livraison des tâches dans les délais.
• Excellente capacité à travailler en équipe avec de fortes compétences interpersonnelles.
• Capacité à gérer plusieurs priorités de manière efficace.
• Capable de travailler dans un environnement au rythme rapide.
• Individu auto-motivé avec une solide éthique de travail.
• Un historique de succès démontré par des réalisations professionnelles ou éducatives.
• Désir de rester informé des dernières avancées en technologies de données sur le cloud et en apprentissage automatique.

• Maîtrise de la programmation Python, des concepts de programmation orientée objet et fonctionnelle, et de son application dans le traitement des données et l'apprentissage automatique.
• Expertise dans l'environnement de commande du shell bash Linux et Git pour le contrôle de version.
• Compétences avancées en SQL pour l'écriture de requêtes complexes, la manipulation de données et l'analyse.
• Expérience avec l'écosystème Anaconda: Pandas, NumPy, SciPy, et mise en œuvre d'algorithmes d'apprentissage automatique utilisant TensorFlow et XGBoost.
• Connaissance approfondie d'Apache Spark, avec une expérience d'optimisation