Sr. Manager - Science des données

Description de l'entreprise

Visa est un leader mondial des paiements numériques, facilitant plus de 215 milliards de transactions de paiement entre consommateurs, commerçants, institutions financières et entités gouvernementales dans plus de 200 pays et territoires chaque année. Notre mission est de connecter le monde grâce au réseau de paiements le plus innovant, pratique, fiable et sécurisé, permettant aux individus, aux entreprises et aux économies de prospérer.

Lorsque vous rejoignez Visa, vous rejoignez une culture de but et d'appartenance - où votre croissance est prioritaire, votre identité est valorisée, et le travail que vous faites compte. Nous croyons que les économies qui incluent tout le monde, partout, élèvent tout le monde, partout. Votre travail aura un impact direct sur des milliards de personnes à travers le monde - aidant à déverrouiller l'accès financier pour permettre l'avenir des mouvements d'argent.

Rejoignez Visa : Un réseau au service de tous.

Description du poste

Le Senior Manager de la Science des Données est l'un des rôles de risque au sein de l'équipe de gestion des risques de la Science des Données en Europe Centrale, au Moyen-Orient et en Afrique (CEMEA). Nous recherchons un penseur innovant et analytique pour défendre nos stratégies basées sur les données dans la région. En tant que Manager de la Gestion des Risques en Science des Données, vous participerez à la construction de modèles prédictifs et prescriptifs, et développerez des prototypes basés sur le contexte et des storyboards à fort impact qui promeuvent les stratégies et les solutions basées sur les données pour les clients de Visa. Le poste se concentrera principalement sur les engagements dans le domaine du crédit, de la fraude et des risques opérationnels, de l'analyse approfondie des risques, de la notation des risques ainsi que des solutions de prévision.

Responsabilités principales

• Le travail comportera une forte concentration sur le développement et la mise en œuvre de solutions d'analyse des risques de premier ordre, y compris des modèles de notation et de non notation. Créer et fournir de puissantes informations à partir des données grâce à une meilleure visualisation et à la création de storyboards

• Travailler avec une équipe plus large composée de Business Managers, de Consultants et de Data Scientists provenant à la fois des organisations Visa et des clients pour élaborer des stratégies, co-créer, déployer et récolter les avantages des solutions basées sur les données

• Travailler avec les équipes régionales et mondiales de Science des Données pour développer des produits et des solutions analytiques de haute qualité qui favorisent la croissance de Visa dans la région

• Maintenir Visa à la pointe de l'avancement technologique en Science des Données en introduisant des outils et des techniques de pointe pour générer des insights commerciaux

• Aptitude à comprendre et à traiter rapidement les sources de données alternatives/non conventionnelles et à développer des algorithmes de prédiction avancés basés sur l'IA

• Développer des méthodes d'analyse de nouvelle génération lorsque les outils et techniques existants sont insuffisants pour répondre aux défis commerciaux

• Examiner, orienter, guider et inspirer le travail analytique des membres juniors de l'équipe

• Collaborer avec les partenaires internes de la Technologie et la fonction Ingénierie des Données pour tirer le meilleur parti des plateformes technologiques internes de Visa, des données et de l'ensemble de l'écosystème Visa pour soutenir les besoins techniques de nos clients en matière de données

• Gérer la charge de travail pour soi-même et pour toute personne sous sa responsabilité directe, en donnant des orientations de priorité pour l'écoulement des projets afin d'améliorer l'efficacité du processus

• Développer, partager et construire des meilleures pratiques mondiales et la gestion des connaissances au sein de l'équipe

• Socialiser des idées et des approches innovantes qui sont évolutives et ont une demande sur le marché

• Championner les exigences internes en matière de gestion des risques de modèle, les règles d'analyse de Visa, et les normes mondiales de confidentialité autour de la livraison au client pour s'assurer que la réputation hautement considérée de Visa sur le marché est maintenue

Il s'agit d'un poste hybride. Les employés hybrides peuvent alterner entre le travail à distance et le bureau. Les employés en poste hybride sont censés travailler depuis le bureau 2 à 3 jours par semaine (déterminés par la direction/le site), avec une ligne directrice générale de présence au bureau 50% du temps ou plus, en fonction des besoins de l'entreprise.

Qualifications

Expérience professionnelle
• Minimum de 8 ans d'expertise en application de solutions d'apprentissage automatisé à des problèmes d'entreprise - expérience de développement de modèles et de production requise
• Diplôme post-universitaire (Master ou Doctorat) dans un domaine quantitatif tel que les statistiques, les mathématiques, la science des données, la recherche opérationnelle, l'informatique, l'informatique, l'économie ou l'ingénierie
• Excellente connaissance, expérience et compréhension des techniques quantitatives (modélisation, statistiques, cause racine, etc.) appliquées à la gestion des risques avec un focus sur les cartes et les paiements. Connaissance des principaux indicateurs de risque et de performance. Expérience de travail dans un ou plusieurs des marchés des cartes et des paiements à travers le monde, avec des responsabilités spécifiques dans les paiements, la banque de détail, ou les industries de commerçants de détail
• Bonne compréhension des paiements et de l'industrie bancaire, y compris des verticales de cartes telles que le crédit aux consommateurs, le débit aux consommateurs, les cartes prépayées, les petites entreprises, les entreprises commerciales et les produits co-brandés
• Connaissance experte des données, de l'intelligence de marché, de l'intelligence d'entreprise, et des outils et technologies basés sur l'IA, avec une capacité démontrée à intégrer de nouvelles techniques pour résoudre des problèmes d'entreprise
• Expérience dans la planification, l'organisation et la gestion de plusieurs grands projets avec des équipes transversales diverses, y compris la planification des ressources et la mise en œuvre des livraisons
• Expérience dans la présentation d'idées et d'analyses aux parties prenantes tout en adaptant les résultats basés sur les données à différents niveaux de public
• Innover et développer des modèles de fraudes de transactions de tierces parties en utilisant des techniques d'apprentissage profond et d'IA
• Innover de nouveaux produits/solutions en utilisant les données propriétaires de Visa qui peuvent être dimensionnés localement et globalement
• Développer des connaissances et des capacités liées à l'expertise en matière de risque, créant la prochaine génération d'engagement de risque avec les clients de Visa
• Collaborer avec les consultants en marché VCA et les scientifiques des données pour réaliser des missions en matière d'expertise en risque
• Établir un dépôt de propriété intellectuelle (PI) sur le risque pour VCA en capitalisant sur les enseignements tirés des missions de conseil (par exemple, construire des méthodes standard, créer une bibliothèque d'études de cas, standardiser les codes de modélisation)
• Reconfigurer et/ou emballer les méthodologies de conseil en risque et les solutions basées sur les données si nécessaire, garantissant les meilleures pratiques de classe mondiale et l'efficacité grâce aux économies d'échelle
• Collaborer avec d'autres fonctions de Visa (par exemple, Risque, Produits) pour capitaliser sur les produits/solutions de risque existants et co-concevoir de nouveaux, en exploitant les atouts de Visa (expertise, données, capacités)
• Capacité à obtenir des résultats dans le cadre d'un périmètre, d'un calendrier et d'un budget définis
• Très fortes compétences et expérience en gestion de projet
• Capacité à voyager dans la région CEMEA à court préavis
Compétence technique
• Expertise dans les environnements de calcul distribué / les plateformes de big data (Hadoop, Elasticsearch, etc.) ainsi que dans les systèmes de base de données courants et les magasins de valeurs (SQL, Hive, HBase, etc.)
• Bonne compréhension et expérience de la pile technologique moderne et de l'architecture de microservices, y compris Kotlin, Spring boot, PostgreSQL, Kafka, AWS
• Expérience pertinente en ingénierie de données non structurées/structurées provenant de Telco, Supermarket, Social Media, Online logs, E-commerce, etc. est préférable
• Capacité à écrire des jobs MapReduce à partir de zéro et une bonne maîtrise des frameworks Spark
• Familiarité avec les environnements de calcul courants (par ex. Linux, Shell Scripting) et les IDE couramment utilisés (Jupyter Notebooks), la maîtrise des technologies et techniques SAS est privilégiée
• Forte capacité de programmation dans différents langages de programmation tels que Python, R, Scala, Java, Matlab, C++, et SQL
• Expérience dans la rédaction de cadres d'architecture de solutions qui s'appuient sur des API et des micro-services
• Familiarité avec les approches courantes de modélisation de données et capacité à travailler avec divers types de données, y compris JSON, XML, etc.
• Capacité à construire des pipelines de données (par ex. ETL, préparation des données, agrégation et analyse) en utilisant des outils tels que NiFi, Sqoop, Ab Initio, familiarité avec les processus de lignée de données et les outils de gestion de schéma tels qu'Avro
• Bonne connaissance de certaines ou de l'ensemble des techniques suivantes : Régression linéaire & logistique, Arbres de décision, Random Forests, K- voisins les plus proches, Chaîne de Markov Monte Carlo, Échantillonnage de Gibbs, Algorithmes évolutionnaires (par ex. Algorithmes génétiques, Programmation génétique), Machines à vecteurs de support, Réseaux neuronaux, Algorithmes de mise en sac et de renforcement, etc.
• Connaissance avancée des techniques avancées de data mining et de modélisation statistique, y compris la modélisation prédictive (par ex., régression binomiale et multinomiale, ANOVA), les techniques de classification (par ex., Clustering, Analyse des composantes principales, analyse factorielle), les techniques d'arbres de décision (par ex., CART, CHAID)

Informations complémentaires

Visa est un employeur EEO. Les candidats qualifiés recevront une considération pour l'emploi sans égard à la race, la couleur, la religion, le sexe, l'origine nationale, l'orientation sexuelle, l'identité de genre, le handicap ou le statut de vétéran protégé. Visa considérera également pour l'emploi les candidats ayant des antécédents criminels de manière conforme aux directives de l'EEOC et à la loi locale applicable.