Menadżer, Nauka o Danych, Biuro Ryzyka Modelowego

Centrum 1 (19052), Stany Zjednoczone Ameryki, McLean, Wirginia Manager, Nauka o danych, Biuro Ryzyka Modeli Dane stanowią podstawę naszej działalności. Jako startup przekształciliśmy rynek kart kredytowych, dostosowując każdą ofertę kart kredytowych za pomocą modelowania statystycznego i systemu relacyjnych baz danych - rewolucyjnej technologii na rok 1988! Kilka lat później, ta mała innowacja i nasz zapał do danych przekształciły nas w firmę z listy Fortune 200 i globalnego lidera w podejmowaniu decyzji opartych na danych. Jako naukowiec zajmujący się danymi w Capital One, będziesz częścią zespołu, który inicjuje kolejną falę zakłóceń na niespotykaną dotąd skalę, wykorzystując najnowsze technologie obliczeniowe i technologie uczenia maszynowego i pracując na miliardach rekordów klientów, aby odkryć znaczące możliwości pomagania zwykłym ludziom w oszczędzaniu pieniędzy, czasu i kłopotów w ich finansowych życiu. Opis Zespołu: W Biurze Ryzyka Modelowego w Capital One zabezpieczamy firmę przed awariami modeli i szukamy nowych sposobów na lepsze decyzje z modelami. Wykorzystujemy naszą wiedzę z zakresu statystyki, inżynierii oprogramowania i biznesu do osiągania optymalnych wyników zarówno w zarządzaniu ryzykiem, jak i w przedsiębiorstwie. Rozumiemy, że nie możemy przygotować się na przyszłość, skupiając się na teraźniejszości, dlatego inwestujemy w to, co ma nadejść: rozwijamy nowe umiejętności, konstruujemy ulepszone narzędzia i utrzymujemy sieć zaufanych partnerów. Uczymy się na błędach przeszłości i opracowujemy coraz skuteczniejsze strategie, aby zapobiec ich powtarzaniu. Opis Roli: W tej roli będziesz: - Współpracować z wielofunkcyjnym zespołem naukowców zajmujących się danymi, inżynierów oprogramowania i menedżerów produktów w celu identyfikacji i kwantyfikacji ryzyka związanego z modelami - Wykorzystywać szeroki zakres technologii - Python, Conda, AWS, Spark i wiele innych - aby odkrywać wnioski ukryte w ogromnych ilościach danych liczbowych i tekstowych - Tworzyć modele uczenia maszynowego, które będą wyzwaniem dla „mistrzowskich modeli”, które obecnie są w produkcji - Przyczyniać się do zarządzania kolejną generacją modeli uczenia maszynowego - Wykorzystywać swoje umiejętności interpersonalne do prezentacji, jak ryzyka modelowe mogłyby wpłynąć na biznes dla kierownictwa firmy Idealny Kandydat to: - Innowacyjny. Śledzi najnowsze technologie i stosuje najnowocześniejsze metody, technologie i aplikacje. - Kreatywny. Doskonale radzi sobie z definiowaniem dużych, nieokreślonych problemów, pyta i szuka odpowiedzi, nie boi się zaprezentować nowego pomysłu. - Techniczny. Znajomy z językami open-source i chętny do dalszego rozwoju. Posiada praktyczne doświadczenie w tworzeniu rozwiązań nauki o danych za pomocą narzędzi open-source i platform obliczeniowych w chmurze. - Statystycznie myślący. Zbudował, zweryfikował i przetestował modele. Potrafi interpretować macierz pomyłek czy krzywą ROC i ma doświadczenie w klasteryzacji, klasyfikacji, analizie sentymentu, szeregach czasowych i uczeniu głębokim. - Ekspert od danych. Nie jest przerażony "Big data" i posiada umiejętności pobierania, integrowania i analizowania danych z różnych źródeł i struktur. Rozumie, że zrozumienie danych jest kluczem do świetnej nauki o danych. Podstawowe Kwalifikacje: - Posiada, lub jest w trakcie zdobywania, tytułu licencjata i ma 6 lat doświadczenia w analizie danych, lub posiada, lub jest w trakcie zdobywania, tytułu magistra i ma 4 lata doświadczenia w analizie danych, lub posiada, lub jest w trakcie zdobywania, stopnia doktora i ma rok doświadczenia w analizie danych. - Ma co najmniej 2 lata doświadczenia z uczeniem maszynowym - Ma co najmniej 2 lata doświadczenia z bazami danych relacyjnymi Preferowane Kwalifikacje: - Posiada stopień doktora w dziedzinie "STEM" (nauka, technologia, inżynieria lub matematyka) z 3-letnim doświadczeniem w analizie danych - Ma co najmniej rok doświadczenia z AWS - Ma co najmniej 4 lata doświadczenia z Pythonem, Scala lub R w analizie danych na dużą skalę - Ma co najmniej 4 lata doświadczenia z uczeniem maszynowym - Ma co najmniej 4 lata doświadczenia z SQL - Ma co najmniej 4 lata doświadczenia w tworzeniu lub weryfikacji modeli do wykrywania przestępstw finansowych (Wykrywanie oszustw, Przeciwdziałanie praniu pieniędzy) Uwaga: Capital One rozważy możliwość sponsoringu nowego kandydata spełniającego wymagania na stanowisko do uzyskania pozwolenia na pracę. Capital One oferuje kompleksowy, konkurencyjny i inkluzję zakres świadczeń zdrowotnych, finansowych i innych, które wspierają Twoje ogólne samopoczucie. Aby uzyskać więcej informacji, odwiedź stronę Capital One Careers. Kwalifikacja zależy od pełno- lub niepełnoetatowego statusu, statusu zwolnionego lub niezwolnionego z obowiązku oraz poziomu zarządzania. Prosimy zauważyć, że agencje nie muszą składać ofert. Capital One to pracodawca równych szans, zobowiązany do promowania różnorodności i integracji w miejscu pracy. Wszyscy kwalifikujący się kandydaci zostaną wzięci pod uwagę podczas rekrutacji, bez uprzedzeń co do płci, ciąży, porodu lub powiązanych warunków medycznych, rasy, koloru skóry, wieku, pochodzenia narodowego, wyznania, niepełnosprawności, informacji genetycznych, stanu cywilnego, orientacji seksualnej, tożsamości płciowej, zmiany płci, obywatelstwa, statusu imigracyjnego, statusu weterana chronionego, lub jakiejkolwiek innej podstawy zabronionej na mocy obowiązującego prawa federalnego, stanowego lub lokalnego. Capital One promuje miejsce pracy wolne od narkotyków i przestrzega wymagań odpowiednich przepisów dotyczących zapytań o przestępstwa. Jeśli odwiedziłeś naszą stronę w celu uzyskania informacji o możliwościach zatrudnienia lub złożenia wniosku o pracę, a potrzebujesz jakiegokolwiek zakwaterowania, prosimy o kontakt z rekrutacją Capital One pod numerem 1-800-304-9102 lub na adres email RecruitingAccommodation@capitalone.com. Wszelkie dostarczone informacje zostaną zachowane w tajemnicy i będą używane wyłącznie do zapewnienia wymaganych, rozsądnych zakwaterowań. W sprawie problemów z procesem rekrutacyjnym Capital One, prosimy o wysłanie wiadomości e-mail na adres Careers@capitalone.com. Zauważ, że Capital One nie dostarcza, nie popiera, nie gwarantuje i nie ponosi odpowiedzialności za produkty, usługi, narzędzia edukacyjne czy jakiekolwiek inne informacje dostępne przez tę stronę, dostarczone przez strony trzecie. Capital One Financial to wiele różnych podmiotów. Proszę zrozumieć, że każda pozycja zamieszczona w Kanadzie, Wielkiej Brytanii lub na Filipinach odpowiada odpowiednio Capital One Canada, Capital One Europe i Capital One Philippines Service Corp. (COPSSC).