Principal Machine Learning Scientist

Visa, leader mondial des paiements et des technologies, traite plus de 259 milliards de transactions annuellement, assurant des paiements sécurisés et fiables dans plus de 200 pays et territoires. Notre mission est de connecter le monde à travers le réseau de paiements le plus innovant, pratique et sécurisé, facilitant la croissance économique et permettant aux individus et aux entreprises de prospérer. Faites partie d'une équipe leader de l'industrie et orientée vers un objectif chez Visa.

En tant que centre mondial des paiements numériques et des technologies mobiles, l'équipe des Services de Risque et d'Identité (RaIS) de Visa est à l'avant-garde de l'amélioration de la sécurité et de la fiabilité des paiements. Nous recherchons un Principal Machine Learning Scientist pour diriger nos initiatives d'apprentissage automatique au sein de RaIS, en innovant dans nos produits et services stratégiques.

Ce poste clé implique la conception, le développement et le déploiement de modèles d'apprentissage automatique sur des plateformes cloud pour résoudre des problèmes complexes et améliorer nos offres. Les candidats idéaux auront un solide bagage académique et de solides compétences en ingénierie logicielle, ainsi qu'une attitude proactive, une grande attention aux détails et la capacité de collaborer efficacement.

• Rechercher et développer des algorithmes d'apprentissage automatique pour résoudre des défis commerciaux et améliorer les performances des produits.
• Collaborer avec des équipes interfonctionnelles, y compris des ingénieurs de données, des développeurs de logiciels et des chefs de produit, pour concevoir des solutions évolutives.
• Mettre en œuvre des pipelines d'apprentissage automatique pour le prétraitement des données, l'ingénierie des fonctionnalités, l'entraînement de modèles et l'évaluation.
• Optimiser les modèles pour la performance, l'évolutivité et la fiabilité dans des environnements cloud.
• Déployer des modèles sur des plateformes cloud telles qu'AWS, Google Cloud Platform ou Microsoft Azure.
• Développer des systèmes de surveillance pour suivre la performance des modèles et détecter les anomalies.
• Travailler avec des équipes DevOps pour automatiser les processus de déploiement et intégrer les modèles de manière fluide avec les systèmes existants.
• Se tenir informé des dernières avancées en apprentissage automatique et les appliquer pour améliorer les pratiques et les solutions.
• Communiquer des concepts et des idées techniques aux parties prenantes techniques et non techniques.

Ceci est un poste hybride, exigeant une alternance entre le travail à distance et au bureau. Les employés hybrides doivent travailler au bureau 2-3 jours par semaine, en fonction des besoins de l'entreprise.

Qualifications de Base :

• 12+ ans d'expérience professionnelle avec un diplôme de licence, ou 10+ ans avec un diplôme avancé (par ex. Masters/MBA/JD/MD), ou 5+ ans avec un doctorat.

Qualifications Préférées :

• 15+ ans d'expérience avec un diplôme de licence, 12+ ans avec un diplôme avancé, ou 9+ ans avec un doctorat en informatique, ingénierie informatique, mathématiques ou un domaine connexe axé sur l'IA/ML.
• Expérience avérée dans le développement et le déploiement d'applications ML dans des environnements rapides.
• Maîtrise de Python et des bibliothèques/cadres ML tels que TensorFlow, PyTorch et scikit-learn.
• Expérience avec des plateformes cloud comme AWS, GCP ou Azure, et dans le déploiement de modèles ML en utilisant des services cloud.
• Connaissance dans les paiements, la fraude ou la gestion des risques de crédit est un plus.
• Expérience avec des technologies big data (par ex. Spark, Hadoop) et de l'informatique distribuée.
• Connaissance en apprentissage par renforcement, apprentissage profond et techniques de traitement du langage naturel.
• Expérience des pratiques et outils MLOps pour la surveillance des modèles, la gestion des versions et la gouvernance.

• Heures de travail : Variables en fonction des besoins du département.
• Exigences de voyage : 5-10% de déplacements peuvent être requis.
• Exigences mentales/physiques : Environnement de bureau; nécessite de s'asseoir/se tenir deb