Senior Associate Data Scientist - Statistical Analysis, Financial Services

Chez Capital One, nous pensons grand et réalisons de grandes choses. Reconnu comme l'une des 10 meilleures banques par les dépôts, nous sommes une entreprise high-tech, axée sur les données, avec une marque reconnue à l'échelle nationale. Nos produits innovants touchent des dizaines de millions de consommateurs et sont célébrés pour leur convivialité. En tant que pionniers de l'informatique en nuage et des API bancaires ouvertes, nous sommes à la pointe de la transformation technologique dans l'industrie des services financiers. Rejoignez-nous et façonnez l'avenir des services financiers avec l'intelligence artificielle.

En tant qu'Associé Principal Data Scientist chez Capital One dans le secteur du financement automobile, vous ferez partie d'une équipe de modélisation et d'analytique de haute performance. Nous nous concentrons sans relâche sur l'art de la modélisation et l'innovation. En tirant parti des technologies de pointe en matière d'informatique et d'apprentissage automatique, nous traitons des milliards d'enregistrements clients pour débloquer des opportunités significatives. Aidez les gens au quotidien à économiser de l'argent, du temps et du stress avec des applications impactful telles que l'évaluation de la valeur vie client, la recommandation de produits, la détection de la fraude et les améliorations de productivité basées sur l'IA générative.

Dans ce rôle, vous allez :

• Collaborer avec une équipe interfonctionnelle de data scientists, d'ingénieurs logiciels et de chefs de produit pour livrer des produits agréables à nos clients.
• Utiliser une large gamme de technologies, y compris Python, GitHub, Sagemaker, SQL, AWS, et plus encore, pour découvrir des insights à partir d'énormes quantités de données numériques et textuelles.
• Construire des modèles d'apprentissage automatique à travers toutes les phases de développement, de la conception à l'entraînement, l'évaluation, la validation et la mise en œuvre.
• Utilisez vos compétences interpersonnelles pour traduire des travaux complexes en objectifs commerciaux tangibles.

Le candidat idéal est :

• Centré sur le client : Vous priorisez l'analyse et la création tout en gardant une passion pour prendre les bonnes décisions pour nos clients.
• Technique : Vous êtes à l'aise avec les langages open source et enthousiaste à l'idée d'améliorer vos compétences. Vous avez une expérience pratique dans le développement de solutions de science des données en utilisant des outils open source et des plateformes cloud computing.
• Orienté statistiques : Vous avez de l'expérience dans la construction, la validation et le backtesting de modèles, l'interprétation des matrices de confusion et des courbes ROC, et l'application des tests d'hypothèse, de la classification, du clustering, des séries temporelles, et de l'inférence causale.
• Innovant : Vous recherchez continuellement et évaluez les technologies émergentes et les méthodes, technologies et applications de pointe, en cherchant des opportunités de les appliquer.

• Diplôme de baccalauréat avec 2 ans d'expérience en analyse de données, ou actuellement en cours d'obtention d'un master ou d'un doctorat, avec l'attente que le diplôme sera obtenu avant la date de début
• Au moins 1 an d'expérience avec des langages de programmation open source pour l'analyse de données à grande échelle
• Au moins 1 an d'expérience avec l'apprentissage automatique
• Au moins 1 an d'expérience avec des bases de données relationnelles

• Master ou doctorat dans un domaine STEM (Science, Technologie, Ingénierie ou Mathématiques)
• Au moins 2 ans d'expérience dans l'utilisation de solutions basées sur le cloud (AWS, Azure, Google Cloud)
• Au moins 2 ans d'expérience avec une large gamme de technologies (Python, GitHub, Sagemaker, SQL, R)
• Expérience en modélisation statistique avancée et optimisation, y compris l'inférence causale, les tests d'hypothèse, la régression linéaire, la régression logistique, les modèles additifs généralisés, les statistiques bayésiennes, les séries