Menadżer ds. Nauki o Danych

Opis firmy

Visa to globalny pionier w płatnościach cyfrowych, umożliwiający ponad 215 miliardów transakcji płatniczych między konsumentami, firmami, instytucjami finansowymi i podmiotami rządowymi w ponad 200 krajach i terytoriach każdego roku. Naszą misją jest tworzenie globalnej łączności poprzez najbardziej innowacyjną, przyjazną dla użytkownika, godną zaufania i bezpieczną sieć płatniczą, wspierającą rozwój osób, firm i gospodarek.

Dołączając do Visy, stajesz się częścią kultury celu i integracji, gdzie twoje rozwijanie jest priorytetem, twoja tożsamość jest szanowana, a praca, którą wykonujesz, robi różnicę. Wierzymy, że gospodarki, które są inkluzją i dostępne dla wszystkich, podnoszą poziom wszystkich i wszędzie. Dlatego twoja praca bezpośrednio wpłynie na miliardy osób na całym świecie, ułatwiając dostęp do finansów i kształtując przyszłość transakcji pieniężnych.

Dołącz do Visy: Sieci pracującej dla wszystkich.

Opis stanowiska

Menadżer ds. Data Science to kluczowa rola w związku z ryzykiem w dziale ryzyka Data Science na region Europy Środkowej, Bliskiego Wschodu i Afryki (CEMEA). Szukamy pomysłowej i analitycznej osoby, która poprowadzi nasze strategie oparte na danych w regionie. Jako Menadżer ds. Ryzyka Data Science, pomożesz tworzyć predyktoryjne i preskryptywne modele, tworzyć prototypy świadome kontekstu i storyboardy o dużym wpływie, które promują strategie i rozwiązania oparte na danych dla klientów Visy. Ta rola w dużej mierze obejmuje zaangażowanie w kredyty, ryzyko oszustw i operacyjne, głęboką analizę ryzyka, scoring ryzyka i rozwiązania prognozujące.

Główne odpowiedzialności

• Duża część pracy polega na opracowywaniu i wdrażaniu najlepszych w swojej klasie rozwiązań analitycznych dotyczących ryzyka, w tym modeli scoringowych i niescoringowych. Generowanie i dostarczanie znaczących wniosków z danych poprzez zaawansowaną wizualizację i tworzenie storyboardów.

• Współpracuj z większym zespołem składającym się z menedżerów biznesu, konsultantów i data scientistów z Visa i organizacji klientów, aby opracowywać strategie, współtworzyć, wdrażać i czerpać korzyści z rozwiązań opartych na danych.

• Współpracuj z regionalnymi i globalnymi zespołami Data Science, aby tworzyć wysokiej jakości produkty analityczne i rozwiązania promujące rozwój Visy w regionie.

• Utrzymuj przewagę Visy w technologii Data Science, wprowadzając najnowocześniejsze narzędzia i metody generowania wniosków dla biznesu.

• Szybko zrozumieć i przetwarzać alternatywne/nietradycyjne źródła danych/platformy oraz rozwijać zaawansowane algorytmy predykcyjne oparte na AI.

• Rozwijaj zaawansowane metody analityczne, gdy istniejące narzędzia i techniki są niewystarczające do rozwiązania wyzwań biznesowych.

• Współpracuj z wewnętrznymi partnerami technologicznymi i zespołami inżynierii danych, aby wykorzystać wewnętrzne platformy technologiczne Visy, zasoby danych i szerszy ekosystem Visy do wsparcia technicznych potrzeb danych naszych klientów.

• Planuj obciążenie pracy dla siebie i wszelkich bezpośrednich podwładnych, udzielaj porad dotyczących priorytetów dla postępów projektu, aby zwiększyć efektywność procesów.

• Twórz, udostępniaj i buduj najbardziej rozpoznawalne na świecie, najlepsze praktyki i zarządzanie wiedzą w zespole.

• Rozprzestrzeniaj innowacyjne pomysły i rozwiązania, które są skalowalne i atrakcyjne na rynku.

• Wspieraj wewnętrzne wymagania dotyczące zarządzania ryzykiem modelu, reguły analityki Visy i globalnych standardów prywatności przy dostarczaniu klientowi, aby zapewnić utrzymanie wysoko cenionej pozycji Visy na rynku.

To jest stanowisko hybrydowe. Pracownicy hybrydowi mogą przełączać się między pracą zdalną a pracą w biurze. Od pracowników na stanowiskach hybrydowych oczekuje się pracy w biurze przez 2-3 ustalone dni w tygodniu (zgodnie z decyzją kierownictwa/miejsca pracy), z orientacyjnym wyznacznikiem pracy w biurze przynajmniej 50% lub więcej czasu w zależności od potrzeb biznesowych.

Kwalifikacje

Doświadczenie zawodowe
• Minimum 6 lat doświadczenia w implementacji rozwiązań Machine Learning do problemów biznesowych, z wymaganym doświadczeniem w tworzeniu modeli i produkcji
• Stopień magistra lub doktora w dziedzinie kwantytatywnej, takiej jak statystyka, matematyka, Data Science, badania operacyjne, informatyka, ekonomia lub inżynieria
• Doskonała wiedza, doświadczenie i zrozumienie technik ilościowych (modelowanie, statystyka, analiza przyczynowa itp.) stosowanych do zarządzania ryzykiem z naciskiem na karty i płatności. Znajomość kluczowych wskaźników ryzyka i wyników. Doświadczenie w pracy na jednym lub więcej rynkach kart i płatności na całym świecie, ze specjalnymi zadaniami w płatnościach, bankowości detalicznej lub branży detalicznej
• Dobre zrozumienie branży płatności i bankowości, w tym kategorii kart, takich jak kredyt konsumencki, debet konsumencki, przedpłacone, małe firmy, komercyjne i produkty współbrandowane
• Szeroka wiedza na temat danych, inteligencji rynkowej, inteligencji biznesowej i narzędzi i technologii zasilanych sztuczną inteligencją, z udowodnioną zdolnością do wprowadzania nowych technik do rozwiązywania problemów biznesowych
• Doświadczenie w planowaniu, organizowaniu i zarządzaniu wieloma dużymi projektami z różnymi zespołami wielofunkcyjnymi, w tym planowaniem zasobów i wdrażaniem dostawy
• Doświadczenie w prezentowaniu pomysłów i analiz interesariuszom, jednocześnie dostosowując wyniki oparte na danych do różnych poziomów odbiorców
• Rozwijaj wiedzę i umiejętności związane z doradztwem dotyczącym ryzyka, aby tworzyć najnowsze zaangażowanie w zakresie ryzyka z klientami Visy
• Współpracuj z konsultantami i naukowcami danych z VCA na rynku, aby dostarczać związane z ryzykiem zaangażowania doradcze
• Utwórz repozytorium własności intelektualnej (IP) ryzyka dla VCA, czerpiąc wiedzę z konsultacji (np. tworzenie standardowych metod, tworzenie biblioteki studiów przypadków, tworzenie szablonów kodów modelujących)
• Przebuduj i/lub przepakuj metody konsultingowe dotyczące ryzyka i rozwiązania oparte na danych w miarę potrzeby, zapewniając najlepsze na świecie praktyki i efektywność dzięki skali ekonomii
• Współpracuj z innymi funkcjami Visa (Ryzyko, Produkty), aby maksymalizować istniejące produkty/rozwiązania ryzyka i współprojektować nowe, korzystając z aktywów Visy (ekspertyza, dane, możliwości)
• Udowodnione zdolności do dostarczania wyników w określonym zakresie, harmonogramie i budżecie
• Wyjątkowo silne umiejętności i doświadczenie w zarządzaniu projektami
• Możliwość podróżowania w CEMEA w krótkim czasie
Znajomość techniczna
• Znajomość środowisk obliczeniowych/big data (Hadoop, Elasticsearch itp.) oraz często stosowanych systemów baz danych i magazynów wartości (SQL, Hive, HBase itp.)
• Silne zrozumienie i doświadczenie z nowoczesnym stosem technologicznym i architekturą mikrousług, w tym Kotlin, Spring boot, PostgreSQL, Kafka, AWS
• Stosowne doświadczenie w pracy z nieustrukturyzowanymi/ustrukturyzowanymi danymi z Telco, Supermarketu, Social Media, Online logs, E-commerce, etc jest preferowane
• Zdolność do tworzenia zera zadań MapReduce i biegłość w pracy z frameworkami Spark
• Znajomość różnych środowisk obliczeniowych (np. Linux, Shell Scripting) oraz powszechnie używanych IDE (Jupyter Notebooks), biegłość w technologiach i technikach SAS jest preferowana
• Silne umiejętności programistyczne w różnych językach, takich jak Python, R, Scala, Java, Matlab, C++ i SQL
• Doświadczenie w tworzeniu ram architektury rozwiązań opartych na API i mikrousługach
• Znajomość różnych podejść do modelowania danych i umiejętność pracy z różnymi typami danych, w tym JSON, XML itp.
• Zdolność do konstruowania rurociągów danych (np. ETL, przygotowanie danych, agregacja danych i analiza) za pomocą narzędzi takich jak NiFi, Sqoop, Ab Initio, znajomość procesów powiązania danych i narzędzi do zarządzania schematami takich jak Avro
• Biegłość w niektórych lub wszystkich technikach takich jak: Regresja liniowa i logistyczna, Drzewa decyzyjne, Las losowy, Najbliżsi sąsiedzi, Monte Carlo Markowa, Próbkowanie Gibbsa, Algorytmy ewolucyjne (np. Algorytmy genetyczne, Programowanie genetyczne), Maszyny wektorów nośnych, Sieci neuronowe, Algorytmy baggingu i boostingu itp.
• Ekspert w zakresie zaawansowanych technik górniczych i statystycznego modelowania, w tym modelowania predykcyjnego (np. ów regresji binomialnej i multinomialnej, ANOVA), Technik klasyfikacyjnych (np. Grupowania, Analiza głównych komponentów, analiza czynników), Technik drzew decyzyjnych (np. CART, CHAID)

Dodatkowe informacje

Visa jest pracodawcą stosującym zasady równych szans. Wszyscy kwalifikujący się kandydaci otrzymają rozważenie zatrudnienia bez względu na rasę, kolor skóry, religię, płeć, pochodzenie narodowe, orientację seksualną, tożsamość płciową, niepełnosprawność lub status weterana. Visa będzie również rozważać zatrudnienie kandydatów z historią kryminalną zgodnie z wytycznymi EEOC i obowiązującym prawem lokalnym.