Lead Applied Machine Learning Scientist

Czy pasjonuje Cię wykorzystywanie danych z rzeczywistego świata, aby wywierać namacalny wpływ na małe firmy w całych Stanach Zjednoczonych? Czy masz motywację, by być na czele branży płatniczej dzięki innowacyjnym rozwiązaniom w walce z oszustwami? Jeśli tak, to chcemy Cię w JPMorgan Chase & Co.

Jako Lead Applied Machine Learning Scientist w naszej organizacji Trust & Safety Payments będziesz odgrywać kluczową rolę w opracowywaniu zaawansowanych modeli uczenia maszynowego, mających na celu zapewnienie bezpiecznych transakcji dla MŚP. Będziesz pracować z różnorodnymi algorytmami sztucznej inteligencji i uczenia maszynowego, aby projektować najnowocześniejsze rozwiązania, chroniące kluczowe transakcje przewodowe/ACH i karty o wartości kilku bilionów dolarów.

Corporate & Investment Bank JPMorgan Chase jest globalnie uznany w dziedzinie bankowości inwestycyjnej, hurtowych płatności i innych usług finansowych. Zaufały nam największe na świecie korporacje, rządy i instytucje w ponad 100 krajach i jesteśmy zobowiązani do doskonałości w naszej działalności.

• Tworzenie zaawansowanych modeli uczenia maszynowego do wykrywania różnych typów oszustw płatniczych, w tym oszustw handlowców i ryzyka.
• Analiza dużych zbiorów danych przy użyciu zaawansowanych technik, dostarczanie wglądów i komunikowanie ustaleń kluczowym interesariuszom.
• Zarządzanie pełnym cyklem życia modelu od ekstrakcji danych do wdrożenia i ciągłej oceny w środowiskach produkcyjnych.
• Projektowanie i wdrażanie grafów wiedzy, włączając dane z różnych źródeł zewnętrznych.
• Ścisła współpraca z zespołami biznesowymi, operacyjnymi i produktowymi, w celu tworzenia skutecznych rozwiązań zarządzania ryzykiem i oszustwami.
• Wprowadzenie kultury podejścia AI/ML-first w opracowywaniu rozwiązań do zwalczania oszustw i zarządzania ryzykiem w celu zwiększenia doskonałości operacyjnej.

• Zaawansowany stopień naukowy (magistra lub doktora) z dziedziny uczenia maszynowego, nauk o danych lub pokrewnego kierunku, takiego jak informatyka, matematyka stosowana, statystyka, fizyka lub sztuczna inteligencja.
• Znajomość praktyk modelowania i uczenia maszynowego z algorytmami takimi jak drzewa decyzyjne, lasy losowe, sieci neuronowe i modele grafowe.
• Ekspertyza w zakresie przetwarzania wstępnego danych, ekstrakcji cech, budowy modeli i analizy statystycznej.
• Biegłość w pracy z bazami danych SQL i językami programowania (Python lub Java).
• Co najmniej 3 lata doświadczenia z API uczenia maszynowego i frameworkami obliczeniowymi (XgBoost, Pandas, TensorFlow, Scikit-Learn, NumPy, SciPy).
• Co najmniej 5 lat doświadczenia z technologiami big data (Hadoop, Spark, Flink).

Poprzednie doświadczenie w se