Machine Learning Scientist - Time Series Reinforcement Learning - Vice President - Machine Learning Center of Excellence

В J.P. Morgan, лидере в области глобальных финансовых услуг, мы в настоящее время ищем высококвалифицированного Ученого по машинному обучению – NLP, Вице-президента, чтобы присоединиться к нашему Центру компетенции по машинному обучению. Эта престижная роль предназначена для лиц, страстно увлеченных внедрением передовых решений в области машинного обучения в различных доменах, включая обработку естественного языка (NLP), анализ речи и многое другое.

В рамках нашей динамичной команды вы будете применять передовые методы машинного обучения к сложным задачам в разных областях, таких как NLP, распознавание речи, анализ временных рядов, обучение с подкреплением и системы рекомендаций. Для этой роли требуется кандидат, который преуспевает в коллаборативной среде, работая совместно с лидерами бизнеса, технологами и партнерами по контролю для перехода решений от концепции к производству.

• Независимо исследовать и внедрять передовые технологии машинного обучения, способствуя расширению знаний в области через конференции и общество.
• Разрабатывать инновационные модели ML для решения реальных проблем в различных бизнес-приложениях.
• Сотрудничать с межфункциональными командами, такими как Бизнес, Технологии, Управление продуктами и Стратегия, для оптимизации развертывания решений ML.
• Вести инициативы по созданию фреймворков, улучшающих применение и интеграцию моделей ML по всей фирме.

• Продвинутая степень (предпочтительно PhD) в количественной специальности, такой как Информатика, Инженерия или Математика с значительным опытом работы или исследований.
• Доказанный опыт в области NLP, аналитики речи, машинного обучения и глубокого обучения.
• Экспертиза в использовании фреймворков и инструментов ML, таких как TensorFlow, PyTorch и Scikit-Learn.
• Сильная способность к проектированию и оценке экспериментов и обучению моделей ML в соответствии со стратегическими бизнес-целями.
• Отличные коммуникативные навыки для доходчивого изложения технических концепций как техническим, так и нетехническим слушателям.

• Сильная количественная подготовка, ос