Starszy Menedżer - Nauka o Danych

Opis firmy

Visa jest światowym liderem w obszarze cyfrowych płatności, obsługując ponad 215 miliardów transakcji płatniczych rocznie, które pomiędzy sobą przeprowadzają konsumenci, sprzedawcy, instytucje finansowe i podmioty rządowe na terenie ponad 200 krajów i terytoriów. Naszym celem jest łączenie świata najbardziej zaawansowaną, wygodną, niezawodną i bezpieczną siecią płatności, umożliwiającą rozwój jednostkom, firmom i gospodarkom.

Dołączając do Visy, stajesz się częścią kultury celu i przynależności - miejsca, gdzie Twój rozwój jest priorytetem, Twoja tożsamość jest akceptowana, a Twoja praca ma znaczenie. Wierzymy, że gospodarki, które są inclusive, podnoszą poziom wszystkich. Praca, którą wykonasz, wpłynie bezpośrednio na miliardy osób na całym świecie, pomagając odblokować dostęp do usług finansowych i kształtować przyszłość ruchu pieniądza.

Dołącz do Visy: sieci działającej dla wszystkich.

Opis stanowiska

Starszy Manager ds. Data Science to kluczowe stanowisko w dziale ryzyka Data Science Visa na obszarze EMEA (Europa Środkowa, Bliski Wschód i Afryka). Poszukujemy innowacyjnej, analitycznej osoby, która będzie kierować naszymi strategiami opartymi na danych w regionie. Jako Menedżer ds. Ryzyka Data Science, będziesz brał udział w tworzeniu modeli prognostycznych i preskrypcyjnych, rozwijaniu prototypów opartych na kontekście i wpływowych storyboards, które promują strategie oparte na danych i rozwiązania dla klientów Visy. Rola będzie głównie skupiać się na zaangażowaniu w obszarach kredytów, oszustw i ryzyk operacyjnych, głębokiej analizie ryzyka, wynikach ryzyka, prognozach.

Główne obowiązki

• Praca polega na ciężkim nacisku na rozwijanie i wdrażanie najwyższej klasy rozwiązań analitycznych ryzyka, w tym ocen i modeli nieliczących. Generowanie i dostarczanie potężnych wglądów z danych poprzez wyjątkowo dobre wizualizacje i storyboarding

• Współpraca z szerszym zespołem składającym się z menedżerów biznesowych, konsultantów i naukowców danych z organizacji Visa i klientów w celu strategizowania, współtworzenia, wdrażania i czerpania korzyści z rozwiązań opartych na danych

• Współpraca z regionalnymi i globalnymi zespołami ds. Data Science w tworzeniu wysokiej jakości produktów i rozwiązań analitycznych, które promują wzrost Visy w regionie

• Utrzymywanie Visy na czele postępu technologicznego w dziedzinie nauki o danych poprzez wprowadzanie najnowocześniejszych narzędzi i technik do generowania wglądów biznesowych

• Gotowość do szybkiego zrozumienia i przetworzenia alternatywnych/nietradycyjnych źródeł danych/platform i opracowania zaawansowanych algorytmów predykcyjnych opartych na AI

• Rozwijanie metod analitycznych następnej generacji, gdy istniejące narzędzia i techniki są niewystarczające do rozwiązania problemów biznesowych

• Przeglądanie, kierowanie i inspirowanie pracą analityczną młodszych członków zespołu

• Partnerowanie z wewnętrznymi pracownikami Technologii i funkcją Inżynierii Danych w celu jak najlepszego wykorzystania wewnętrznych platform technologicznych Visy, danych i szerszego ekosystemu Visy do obsługi technicznej strony danych naszych klientów

• Zarządzanie obciążeniem pracy dla siebie i swoich bezpośrednich podwładnych, udzielanie wskazówek dotyczących priorytetów dla przepływu projektów w celu poprawy efektywności procesu

• Rozwijanie, dzielenie się i budowanie globalnych najlepszych praktyk i zarządzania wiedzą w zespole

• Rozprzestrzenianie innowacyjnych pomysłów i podejść, które są skalowalne i mają popyt na rynku

• Stań na czele wewnętrznych wymagań dotyczących zarządzania ryzykiem modelu, zasad analityki Visa i globalnych standardów prywatności związanych z dostarczaniem usług klienta, aby zapewnić utrzymanie uznanej pozycji Visa na rynku

To jest hybrydowe stanowisko. Pracownicy na hybrydowych stanowiskach mogą dzielić swój czas między pracą zdalną i w biurze. Oczekuje się, że będą w biurze przez 2-3 ustalone dni w tygodniu (ustalone przez kierownictwo/placówkę), starając się być w biurze 50% lub więcej czasu w zależności od potrzeb biznesowych.

Qualifikacje

Doświadczenie zawodowe
• Minimum 8 lat doświadczenia w stosowaniu rozwiązań z zakresu uczenia maszynowego do problemów biznesowych - wymagane jest doświadczenie w tworzeniu modeli i produkcji
• Stopień podyplomowy (magisterski lub doktorski) na kierunku ilościowym, takim jak statystyka, matematyka, nauki o danych, badania operacyjne, informatyka, ekonomia lub inżynieria
• Wyjątkowa wiedza, doświadczenie i zrozumienie technik ilościowych (modelowanie, statystyka, analiza przyczynowa, itp.) stosowanych do zarządzania ryzykiem, ze szczególnym uwzględnieniem płatności kartami. Znajomość kluczowych wskaźników ryzyka i wyników. Doświadczenie w pracy na jednym lub większej liczbie rynków płatności kartami na świecie, z konkretnymi obowiązkami w płatnościach, bankowości detalicznej lub branży sprzedaży detalicznej
• Solidne zrozumienie płatności i branży bankowej, w tym segmentów kart takich jak kredyty konsumenckie, debety konsumenckie, karty przedpłacone, małe firmy, kredyty komercyjne i produkty współmarkowe
• Doskonała znajomość danych, inteligencji rynkowej, inteligencji biznesowej oraz narzędzi i technologii opartych na AI, ze sprawdzoną zdolnością do wdrażania nowych technik do rozwiązywania problemów biznesowych
• Doświadczenie w planowaniu, organizacji i zarządzaniu wieloma dużymi projektami z różnymi zespołami międzyfunkcyjnymi, w tym planowaniem zasobów i wdrażaniem dostarczeń
• Doświadczenie w prezentowaniu pomysłów i analiz interesariuszom, przy jednoczesnym dostosowywaniu wyników opartych na danych do różnych poziomów odbiorców
• Opracowywanie i innowacyjne tworzenie modeli oszustw w transakcjach z wykorzystaniem głębokiego uczenia i technik AI
• Tworzenie nowatorskich produktów/rozwiązań za pomocą własnych danych Visy, które mogą być skalowane zarówno na poziomie lokalnym, jak i globalnym
• Budowanie wiedzy i zdolności związanych z doradztwem ryzyka, tworząc zaangażowanie następnej generacji w obszarze ryzyka z klientami Visy
• Współpraca z konsultantami VCA na rynku i naukowcami zajmującymi się danymi w celu dostarczenia zobowiązań doradczych związanych z ryzykiem
• Utworzenie repozytorium ryzyka własności intelektualnej (IP) dla VCA poprzez wykorzystanie doświadczeń z projektów konsultingowych (np. tworzenie standardowych metod, tworzenie biblioteki studiów przypadków, tworzenie kodów modelowania)
• Przebudowa i/lub pakowanie metodologii doradztwa ryzyka i rozwiązań opartych na danych w odpowiedni sposób, zapewniając praktyki najlepsze na świecie i efektywność poprzez ekonomię skali
• Współpraca z innymi funkcjami Visa (np. Risk, Products) w celu wykorzystania istniejących produktów/rozwiązań ryzyka i współprojektowania nowych za pomocą aktywów Visa (ekspertyza, dane, możliwości)
• Udowodniona zdolność do osiągania wyników w ramach założonego zakresu, harmonogramu i budżetu
• Wyjątkowo silne umiejętności i doświadczenie w zarządzaniu projektami
• Gotowość do podróżowania po CEMEA bez długiego wyprzedzenia
Obszar techniczny
• Doświadczenie w obszarze dystrybuowanych środowisk obliczeniowych/wielkich platform danych (Hadoop, Elasticsearch, itp.) oraz standardowych systemów baz danych i wartości (SQL, Hive, HBase, itp.)
• Głębokie zrozumienie i doświadczenie współczesnego stosu technologicznego i mikrousług, w tym Kotlin, Spring boot, PostgreSQL, Kafka, AWS
• Odpowiednie doświadczenie w inżynierii danych nieustrukturyzowanych/strukturyzowanych z Telco, Supermarket, Social Media, Online logs, E-commerce, itp. jest preferowane
• Zdolność do napisania zera zadań MapReduce i biegłość w ramach Spark
• Familiarność ze wspólnymi środowiskami obliczeniowymi (np. Linux, Shell Scripting) i powszechnie używanymi IDE (Jupyter Notebooks), znajomość technologii i technik SAS jest preferowana
• Silne umiejętności programowania w wielu językach programowania, takich jak Python, R, Scala, Java, Matlab, C++ i SQL
• Doświadczenie w tworzeniu ram architektury rozwiązań, które polegają na API i mikrousługach
• Znajomość powszechnych podejść do modelowania danych i zdolność do pracy z różnymi typami danych, w tym JSON, XML, itp.
• Zdolność do budowania linii przepływu danych (np. ETL, przygotowywanie danych, agregacja i analiza danych) za pomocą takich narzędzi jak NiFi, Sqoop, Ab Initio, znajomość procesów przepływu danych i zarządzania schematami, takich jak Avro
• Biegłość w niektórych lub wszystkich następujących technikach: liniowa i logistyczna regresja, drzewa decyzyjne, lasy losowe, algorytm najbliższych sąsiadów, łańcuchy Markowa Monte Carlo, próbkowanie Gibbsa, algorytmy ewolucyjne (np. algorytmy genetyczne, programowanie genetyczne), maszyny wektorów noszących, sieci neuronowe, algorytmy agregacji i wzmocnienia, itp.
• Ekspertyzy w zaawansowanych technikach wydobywania danych i modelowania statystycznego, w tym modelowanie predykcyjne (np. regresja dwumianowa i wielomianowa, ANOVA), techniki klasyfikacji (np. grupowanie, analiza głównych składowych, analiza czynnikowa), techniki drzew decyzyjnych (np. CART, CHAID)

Dodatkowe informacje

Visa jest pracodawcą równych szans. Kandydaci kwalifikujący się do zatrudnienia otrzymają równą szansę bez względu na rasę, kolor skóry, religię, płeć, pochodzenie narodowe, orientację seksualną, tożsamość płciową, niepełnosprawność lub status weterana chronionego. Visa będzie również brane pod uwagę do zatrudnienia kandydatów posiadających przeszłość kryminalną, zgodnie z wytycznymi EEOC i obowiązującym prawem lokalnym.