Risk Machine Learning Modeling (Auto) - Associate

Job expired!

В JPMorgan Chase & Co., ведущей глобальной финансовой компании, мы ищем способ расширить нашу команду управления рисками потребительского банкинга, добавив опытного ассоциированного специалиста по моделированию машинного обучения в области автомобильных финансов. Эта команда играет ключевую роль в создании и внедрении моделей машинного обучения, которые улучшают стратегии и решения на основе данных для наших клиентов.

На этой динамичной должности вы будете использовать свои продвинутые знания в области машинного обучения для проектирования, создания и валидации моделей, которые имеют решающее значение для управления рисками автомобильных финансов. Вы получите всестороннее представление о операциях потребительского бизнеса, средах данных и системах и процессах, необходимых для эффективного использования данных.

Проектирование и разработка моделей машинного обучения для принятия важных решений.
Использование передовых техник машинного обучения для создания продвинутых моделей, включая архитектуры глубокого обучения на платформах больших данных.
Тесное сотрудничество с высшим руководством для создания инновационных решений моделирования и их эффективной реализации в производстве.
Взаимодействие с различными командами в области рисков, технологий и управления моделями на протяжении всего жизненного цикла модели — от разработки до развертывания и использования.

Докторская или магистерская степень в количественной дисциплине, такой как информатика, математика, статистика, эконометрика или инженерия, полученная в аккредитованном университете.
Практические навыки в области количественного анализа данных, включая извлечение данных, очистку, преобразование и визуализацию.
Обширный опыт работы с машинным обучением, в частности с методами обучения с учителем и без учителя. Предпочтение отдается опыту работы с глубоким обучением (нейронными сетями).
Доказанная способность работать с инженерными командами для внедрения моделей машинного обучения в операционное использование.
Продвинутые знания алгоритмов машинного обучения, включая регрессии, XGBoost, CNN, RNN, и их проектирование и настройку.
Хотя бы год опыта программирования на Python, Tensorflow, Spark, Scala и знакомство с технологиями обработки больших данных, такими как Hadoop, Teradata, AWS cloud, Hive.

Предыдущий опыт работы в должности стратега/моделировщика в индустрии автомобильных финансов явля