Principal Data Scientist, US Card Management

Lokacja: McLean, Virginia, Stany Zjednoczone

Firma: Capital One

Dołącz do naszego zespołu w Capital One i bądź na czele kolejnej fali innowacji w branży kart kredytowych. Nasz Główny Naukowiec Danych w Dziale Zarządzania Kartami Kredytowymi w USA będzie wykorzystywał najnowocześniejsze technologie i uczenie maszynowe, aby podejmować decyzje oparte na danych i poprawić sytuację finansową naszych klientów.

Zespół Data Science w Dziale Zarządzania Kartami Kredytowymi w USA jest poświęcony opracowywaniu wiodących w branży modeli uczenia maszynowego w celu optymalizacji decyzji zarządzania kartami kredytowymi, w tym zwiększania limitów kredytowych. Ściśle współpracujemy z inżynierami danych, inżynierami platform, menedżerami produktów, analitykami kredytowymi i analitykami biznesowymi, aby dostarczać kompleksowe rozwiązania od pomysłu do wdrożenia. Jako kreatywni rozwiązywacze problemów, nieustannie innowujemy i usprawniamy dynamikę, adaptacyjność, odporność i inteligencję naszych modeli.

• Współpraca z zespołem międzyfunkcyjnym, w tym naukowcami danych, inżynierami oprogramowania i menedżerami produktów, w celu dostarczania produktów skoncentrowanych na kliencie.
• Wykorzystanie szerokiego stosu technologii – Python, Conda, AWS, H2O, Spark i innych – w celu odkrywania wglądów w ogromnych zbiorach danych.
• Opracowywanie modeli uczenia maszynowego we wszystkich fazach cyklu życia, od projektowania i szkolenia po ocenę, walidację i wdrożenie.
• Przetwarzanie skomplikowanych odkryć danych na możliwe do realizacji cele biznesowe z wykorzystaniem silnych umiejętności interpersonalnych.

Kandydat idealny

Pasja do podejmowania właściwych decyzji dla naszych klientów, od analizy danych po tworzenie rozwiązań.

Nieustanne badanie i stosowanie nowych technologii i metodologii, aby być na bieżąco w branży.

Zdolność do definiowania i rozwiązywania dużych, złożonych problemów za pomocą unikalnych i skutecznych rozwiązań.

Biegłość w językach open-source i platformach przetwarzania w chmurze, poparta praktycznym doświadczeniem w rozwijaniu rozwiązań data science.

Doświadczenie w budowaniu, walidacji i backtestingu modeli oraz interpretacji narzędzi analizy danych, takich jak macierze pomyłek czy krzywe ROC. Zdolność w klastrowaniu, klasyfikacji, analizie sentymentu, szeregach czasowych i głębokim uczeniu.

Komfort w pracy z dużymi danymi, umiejętność pobierania, łączenia i analizowania danych z różnych źródeł i struktur.

• Tytuł licencjata i 5 lat doświadczenia w analizie danych, lub tytuł magistra i 3 lata doświadczenia w analizie danych, lub doktorat i uzyskanie wymaganego stopnia przed datą rozpoczęcia.
• Co najmniej 1 rok doświadczenia w programowaniu open-source do analizy danych na dużą skalę.
• Co najmniej 1 rok doświadczenia w uczeniu maszynowym.
• Co najmniej 1 rok doświadczenia z relacyjnymi bazami danych.

• Tytuł magistra lub doktorat w dziedzinie STEM (nauka, technologia, inżynieria, matematyka).
• Co najmniej 1 rok doświadczenia z AWS.
• Co najmniej 3 lata doświadczenia w Python, Scala lub R.