Команда Machine Learning у JPMorgan Chase використовує передові методики та унікальні дані для покращення бізнес-рішень. Як Data Domain Architect Analyst - Data Annotation, ви будете невід'ємною частиною нашої світового класу команди, зосереджуючись на зборі, анотації та збагаченні даних для моделей машинного навчання. Ця роль надає виняткові можливості у всіх лініях бізнесу.
У цій динамічній ролі ви будете тісно співпрацювати зі зацікавленими сторонами, розуміти бізнес-цілі та працювати над різними завданнями, пов'язаними з даними, такими як ідентифікація, анотація та валідація даних. Це унікальна можливість застосувати свої навички в передовому середовищі.
- Використовувати інструменти маркування даних для анотації даних для моделей машинного навчання.
- Співпрацювати з зацікавленими сторонами, включаючи інженерів машинного навчання, науковців з даних та менеджерів продуктів у всіх лініях бізнесу JPMorgan Chase, таких як інвестиційний банкінг, комерційний банкінг та управління активами.
- Проводити взаємодію від розуміння бізнес-цілей до ідентифікації, анотації та валідації даних.
- Інтерпретувати нюанси мови фінансової індустрії для точної анотації даних.
- Визначити та розуміти відносини між даними.
- Валідувати результати моделей та надавати бізнес-орієнтовані відгуки для покращень.
- Чітко комунікувати складні концепції анотації даних як технічній, так і бізнес-аудиторії.
- Адаптуватися до змінюваних інструкцій, пріоритетів та середовищ.
- Транскрибувати аудіозаписи та ідентифікувати відповідні ключові слова та настрої.
- Розробляти документацію та інструкції для погодження стандартів анотації даних.
- Створювати робочі процеси, процедури і індикатори KPI для вимірювання ефективності та якості анотацій.
- Бути експертом з предмету для створення та структурування нових анотацій та міток.
- Співпрацювати з командами інженерів ML для оптимізації робочих процесів анотації.
- Підвищувати продуктивність за допомогою алгоритмів машинного навчання, LLM та програмних скриптів.
- Покращувати робочі процеси маркування та забезпечувати якість та узгодженість в анотаціях.
- Брати участь у стратегічних програмах для покращення анотаційних результатів.
- Визначати та впроваджувати можливості для масштабованих рішень та покращення процесів.
- Розуміти складні взаємодії між даними та їхніми бізнес-впливами.
- Висока кваліфікація у програмуванні на таких мовах, як Python та Unix.
- Сильний академічний фоновий у машинному навчанні, науці про дані, аналітиці даних, комп'ютерних науках або споріднених галузях.
- 5+ років практичного досвіду у науці про дані, аналітиці даних або дослідженнях з досвідом керівництва.
- Здатність працювати як самостійно, так і у командних умов