Data Domain Architect Analyst - Data Annotation, Finance

Job expired!

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