Manager, Data Scientist - Card Risk

Lokalizacja: Center 1 (19052), McLean, Wirginia, Stany Zjednoczone Ameryki

Dane są w centrum wszystkiego, co robimy w Capital One. Od naszych skromnych początków jako startupu, który zrewolucjonizował branżę kart kredytowych w 1988 roku, po nasze obecne osiągnięcia jako firma z listy Fortune 200, nasza pasja do danych uczyniła nas liderami w podejmowaniu decyzji opartych na danych. Stale się rozwijamy, korzystając obecnie z najnowszych technologii obliczeniowych i uczenia maszynowego do zarządzania miliardami rekordów klientów i tworzenia spersonalizowanych rozwiązań finansowych.

Jako część zespołu Card Risk Data, będziesz współpracować z organizacją Card Risk, aby opracowywać rozwiązania z zakresu uczenia maszynowego. Będziesz odkrywać użyteczne informacje z dużych zestawów nieustrukturyzowanych danych i współpracować z różnymi zespołami w całym przedsiębiorstwie, aby zapewnić, że nasza firma pozostaje dobrze zarządzana i rentowna.

W tej roli będziesz:

• Opracowywać innowacyjne rozwiązania data science end-to-end, aby rozwiązywać wyzwania biznesowe i przyspieszać adopcję przez interesariuszy.
• Współpracować z analitykami danych, specjalistami ds. ryzyka, inżynierami oprogramowania i menedżerami produktów w celu zarządzania ryzykiem i podejmowania świadomych decyzji.
• Korzystać z szerokiego stosu technologii, w tym Python, Conda, Flask, Dash, Hugging Face, LangChain, AWS, H2O i Spark, aby wydobywać informacje z ogromnych ilości danych liczbowych i tekstowych.
• Budować modele uczenia maszynowego i przetwarzania języka naturalnego, od projektu po wdrożenie, zapewniając skalowalność i wysoką wydajność.
• Tworzyć i zarządzać potokami danych oraz walidować ramy testów jakościowych.
• Eksplorować nowe technologie w celu ulepszania zarządzania danymi, rozwoju modeli i produktów ML dla przedsiębiorstw.
• Efektywnie przekładać skomplikowane prace z zakresu data science na konkretne cele biznesowe.

Idealny kandydat to osoba:

• Innowacyjna: Ciągle badająca i oceniająca nowe technologie oraz poszukująca możliwości ich zastosowania.
• Kreatywna: Doskonale definiująca i rozwiązująca duże, nieokreślone problemy i chętna do dzielenia się nowymi pomysłami.
• Technicznie zaawansowana: Biegła w językach open-source i pełna pasji do dalszego rozwoju, z praktycznym doświadczeniem w opracowywaniu rozwiązań data science.
• Współpracująca i komunikatywna: Zdolna do artykulacji danych i strategii dla zróżnicowanej publiczności.
• Statystycznie zorientowana: Doświadczona w budowaniu, walidacji i testowaniu modeli, z wiedzą na temat klasteryzacji, klasyfikacji, analizy sentymentu, szeregów czasowych oraz uczenia głębokiego.
• Ekspert danych: Zdolna do pozyskiwania, łączenia i analizowania danych z różnych źródeł i struktur.

Obecnie posiada, lub jest w trakcie uzyskiwania:

• Tytuł licencjata oraz co najmniej 6 lat doświadczenia w analizie danych, lub
• Tytuł magistra oraz co najmniej 4 lata doświadczenia w analizie danych, lub
• Stopień doktora oraz co najmniej 1 rok