Станьте ключовим членом команди CIB Cross-Functional Applied AI/ML і зробіть значний внесок у майбутнє банківської справи. Як частина нашої команди, ви будете відігравати важливу роль у трансформації роботи крос-функціональних і операційних команд, безпосередньо впливаючи на управління і функціонування наших корпоративних і інвестиційних банківських послуг.
Ви приєднаєтеся до команди науковців у сфері даних, експертів з операцій і інженерів ML, щоб створювати, розробляти і впроваджувати масштабовані рішення на основі машинного навчання. Наша мета — створювати продукцію, яка революціонізує операції, забезпечує вимірюваний вплив і має комерційний потенціал.
Фінансова освіта не обов'язкова. Якщо ви захоплюєтесь теорією машинного навчання і розробкою на Python, ми хочемо познайомитися з вами.
Ви будете:
- Працювати з великими наборами даних з різних фінансових бізнесів, що є унікальними для JPMorgan Chase.
- Розробляти готовий до виробництва код і співпрацювати з технічними командами для впровадження ML-рішень у масштабі по різних бізнес-лініях.
- Створювати продукти, які можуть змінити ландшафт корпоративного та інвестиційного банкінгу.
У цій ролі ви будете:
- Досліджувати і розробляти інноваційні рішення на основі ML для складних операційних завдань.
- Створювати надійні можливості в області науки про дані, масштабовані для різних бізнес-додатків.
- Працювати з командами програмістів для проектування, впровадження і підтримки виробничих моделей ML.
- Аналізувати великі набори даних за допомогою передових статистичних і машинних технік.
- Чітко комунікувати можливості і результати AI як технічним, так і нетехнічним аудиторіям.
- Документувати методології, техніки і процеси для відповідності галузевим нормативам.
- Бакалавр, магістр або PhD у кількісній або обчислювальній дисципліні.
- Суттєвий комерційний досвід у розробці та впровадженні можливостей науки про дані і машинного навчання у великому масштабі.
- Сильні навички розробки і налагодження на Python, здатність розробляти високоякісний, повторно використовуваний код.
- Здатність працювати як індивідуально, так і в командних умовах, наставляючи молодших членів команди.
- Досвід роботи в крос-функціональних командах за принципами agile і досягнення поставлених цілей.
- Навички спілкування з неспеціалістами, завоювання довіри стейкхолдерів.
- Досвід роботи з фреймворками глибокого навчання, такими як PyTorch або TensorFlow.
- Знання технологій великих даних (Spark, Hadoop) і розподілених обчислювальних фреймворків (Dask, Modin).
- Практичний досвід роботи з обробкою природної мови (NLP) і великими мовними моделями (LLM).
- Досвід у створенні та впровадженні мікросервісів.
- Знання концепцій MLOps, таких як CI/CD, версіонування, відтворюваність і найкра