Principal Data Scientist

Job expired!

Located in the innovative heart of McLean, Virginia, Capital One poszukuje myślącego przyszłościowo Głównego Naukowca Danych, aby wzmocnić nasz dynamiczny zespół. Wykorzystując obszerne analizy danych i uczenie maszynowe, od 1988 roku jesteśmy pionierami w branży finansowej, zmieniając krajobraz spersonalizowanych ofert kart kredytowych. Ta rola oferuje szansę na bycie na czele technologii finansowych, wpływając na decyzje pomagające milionom zaoszczędzić pieniądze i upraszczać ich życie finansowe.

Jako kluczowy członek naszego zespołu będziesz:

Współpracować z naukowcami danych, inżynierami oprogramowania i menedżerami produktu, aby tworzyć produkty, które nasi klienci pokochają.
Wykorzystać różnorodny zestaw technologii, w tym Python, Conda, AWS, H2O i Spark, aby odkrywać bogate spostrzeżenia z obszernych zbiorów danych.
Tworzyć i doskonalić modele uczenia maszynowego od początku do wdrożenia, zapewniając, że spełniają one nasze wysokie standardy skuteczności i etycznej integralności.
Komunikować złożone koncepcje nauki o danych na praktyczne strategie biznesowe.

Idealny kandydat na to stanowisko naukowca danych powinien wcielać w życie następujące cechy:

Skoncentrowany na Kliencie: Priorytetowo traktujesz klienta w swojej analizie i procesach decyzyjnych.
Innowacyjny: Zawsze na krawędzi postępu technologicznego, znasz obecne trendy i masz ochotę badać nowe technologie.
Kreatywny: W Twojej opinii duże, niezdefiniowane problemy to okazje do wprowadzania wpływowych rozwiązań.
Zorientowany na przywództwo: Dostarczasz inspirację i kierunek, kwestionując status quo i napędzając zmiany.
Technicznie Umiejętny: Doświadczony w językach open-source i najnowocześniejszych narzędziach, nie jesteś obcy tworzeniu innowacyjnych rozwiązań.
Ze Skłonnościami Statystycznymi: Biegły w budowaniu i walidacji modeli, potrafisz biegło interpretować dane, generując znaczące spostrzeżenia.

Stopień licencjata z co najmniej 5 latami doświadczenia, stopień magistra z 3 latami doświadczenia, lub aktualne uczestnictwo w programie doktoranckim z zakresu analizy danych lub pokrewnej dziedziny.
Znajomość programowania open-source do analizy danych na dużą skalę i uczenia maszynowego, z co najmniej 1 rokiem praktycznego doświadczenia.
Szczegółowa znajomość relacyjnych baz danych i co najmniej 1 rok praktycznego doświadczenia.