Dołącz do naszego innowacyjnego zespołu inżynierii AI w JPMorgan Chase & Co.

JPMorgan Chase & Co., światowy lider w usługach finansowych z aktywami przekraczającymi 2,5 biliona dolarów, jest na drodze transformacji w kierunku organizacji napędzanej technologią, skoncentrowanej na kliencie. Działając w ponad 60 krajach i dysponując rocznym budżetem technologicznym przekraczającym 15 miliardów dolarów, inwestujemy znaczne środki w nowoczesną infrastrukturę rdzeniową, innowacyjne rozwiązania danych oraz zaawansowaną technologię AI.

Ekscytująca okazja kariery: Kierownik Zespołu Naukowców Danych - Machine Learning

Rozszerzamy nasz zespół inżynierii AI i szukamy najlepszych talentów, które będą napędzać rozwój wysoko wpływowych aplikacji i platform AI w przemyśle finansowym. Ta rola oferuje unikatową możliwość pracy w środowisku podobnym do startupu, przy jednoczesnym wykorzystaniu unikalnych zasobów danych JPMorgan Chase oraz wszechstronnych możliwości usługowych.

Odpowiedzialności pracownicze

• Współpraca ze wszystkimi liniami biznesowymi i funkcjami w JPMorgan w celu dostarczenia solidnych rozwiązań programistycznych.
• Innowacja poprzez eksperymentowanie i wdrażanie modeli usług machine learningu i platform o wysokiej jakości, które znacząco wpływają zarówno na rozwój technologii, jak i biznesu.
• Projektowanie i realizacja skalowalnych i niezawodnych przetworników danych; przeprowadzanie szczegółowej analizy i wglądów w celu poprawy i optymalizacji wyników biznesowych.

Wymagane kwalifikacje, umiejętności i zdolności:

• Zaawansowany stopień naukowy (BE/B.Tech, ME/MS, PhD) w dziedzinie informatyki, statystyki, matematyki lub pokrewnego kierunku.
• Udowodnione doświadczenie programistyczne w Pythonie, Javie lub porównywalnych językach.
• Głębokie zrozumienie struktur danych, algorytmów, uczenia maszynowego, wydobywania danych, odzyskiwania informacji i statystyki.
• Specjalizacja w przynajmniej jednym z następujących obszarów: przetwarzanie języka naturalnego, widzenie komputerowe, rozpoznawanie mowy, uczenie ze wzmocnieniem, ranking i rekomendacja lub analiza szeregów czasowych.
• Doświadczenie w pracy z ramami uczenia maszynowego takimi jak Tensorflow i Pytorch, oraz znajomość inżynierii promptów.
• Biegłość w tworzeniu przetworników danych ETL, zarówno wsadowych, jak i w czasie rzeczywistym, oraz znajomość hurtowni danych, baz danych NoSQL, Elastic i platform obliczeniowych w chmurze takich jak AWS, GCP lub Azure.
• Nadzwyczajne umiejętności analityczne, krytycznego myślenia i rozwiązywania problemów.
• Mocne umiejętności komunikacyjne, samomotywacja i duch współpracy.