Zespół Machine Learning w JPMorgan Chase wykorzystuje najnowocześniejsze techniki i unikalne zasoby danych, aby poprawić decyzje biznesowe. Jako Analityk Architektury Danych - Adnotacje Danych, będziesz integralną częścią naszego światowej klasy zespołu, koncentrując się na zbieraniu, adnotowaniu i wzbogacaniu danych dla modeli uczenia maszynowego. Ta rola oferuje wyjątkowe możliwości we wszystkich liniach biznesowych.
W tej dynamicznej roli będziesz ściśle współpracować z interesariuszami, rozumieć cele biznesowe i pracować nad różnymi zadaniami związanymi z danymi, takimi jak identyfikacja, adnotacja i walidacja. Jest to unikalna okazja, aby zastosować swoje umiejętności w nowoczesnym środowisku.
Kluczowe obowiązki
- Wykorzystanie narzędzi do etykietowania danych do adnotowania danych dla modeli uczenia maszynowego.
- Zaangażowanie interesariuszy, w tym inżynierów uczenia maszynowego, data scientistów oraz menadżerów produktów w ramach linii biznesowych JPMorgan Chase, takich jak Investment Banking, Commercial Banking oraz Asset Management.
- Przeprowadzanie działań od zrozumienia celów biznesowych po identyfikację, adnotację i walidację danych.
- Interpretowanie niuansów języka przemysłu finansowego do dokładnych adnotacji danych.
- Definiowanie i rozumienie relacji pomiędzy jednostkami danych.
- Walidacja wyników modeli i dostarczanie informacji zwrotnych ukierunkowanych na biznes w celu ich poprawy.
- Komunikowanie złożonych koncepcji adnotacji danych zarówno dla odbiorców technicznych, jak i biznesowych.
- Dostosowanie się do zmieniających się wytycznych, priorytetów i środowisk.
- Transkrypcja nagrań audio i identyfikowanie istotnych słów kluczowych oraz sentymentów.
- Tworzenie dokumentacji i wytycznych dotyczących konwencji adnotacji danych.
- Tworzenie przepływów pracy, procesów oraz KPI do pomiaru wydajności i jakości adnotacji.
- Pełnienie roli eksperta ds. tematu w celu tworzenia i strukturyzowania nowych adnotacji i etykiet.
- Współpraca z zespołami inżynierskimi ML w celu optymalizacji przepływów pracy dotyczących adnotacji.
- Zwiększenie produktywności przy użyciu algorytmów uczenia maszynowego, LLMs i skryptów programistycznych.
- Udoskonalanie przepływów pracy związanych z etykietowaniem oraz zapewnienie jakości i spójności adnotacji.
- Udział w strategicznych programach mających na celu poprawę wyników adnotacji.
- Identyfikowanie i wdrażanie możliwości skalowalnych rozwiązań i usprawnień procesów.
- Zrozumienie złożonych interakcji danych i ich wpływu na biznes.
Wymagane kwalifikacje i umiejętności
- Biegłość w językach programowania takich jak Python i Unix.
- Silne akademickie przygotowanie z zakresu uczenia maszynowego, data science, analityki danych, informatyki lub pokrewnych dziedzin.
- 5+ lat praktycznego doświadczenia w data science, analityce danych lub badaniach z doświadczeniem w zarządzaniu zespołami.
- Umiejętność pracy zarówno samodzielnie, jak i w zespole.
- Ciekawość, pracowitość, dbałość o szczegóły i zainteresowanie rozwiązywaniem skomplikowanych problemów analitycznych.
Preferowane kwalifik