Manager, Data Science - Fraud, Deep Learning

Місце розташування: 11 West 19th Street (22008), Сполучені Штати Америки, Нью-Йорк, Нью-Йорк

Приєднуйтесь до Capital One, компанії зі списку Fortune 200, яка відома своїми новаторськими кроками у кредитній картинці з 1988 року. Ми є лідерами у прийнятті рішень на основі даних, використовуючи статистичне моделювання та передові технології. Ми шукаємо Менеджера з науки про дані - шахрайство, глибоке навчання, щоб приєднатися до нашої динамічної команди з науки про дані у сфері шахрайства. Допоможіть нам захистити наших клієнтів та Capital One від шахраїв, розробляючи інноваційні моделі машинного навчання для покращення обслуговування клієнтів та запобігання шахрайству на всіх етапах клієнтського шляху.

• Використовувати методики глибокого навчання та послідовні моделі для створення моделей виявлення шахрайства.
• Співпрацювати з міжфункціональною командою науковців з даних, інженерів програмного забезпечення та менеджерів продукту для створення продуктів, орієнтованих на клієнта.
• Використовувати технологічний стек, включаючи Python, Conda, AWS, H2O, Spark, Pytorch, Tensorflow та інші для розкриття інсайтів з великих числових та текстових наборів даних.
• Розробляти моделі машинного навчання через етапи дизайну, навчання, оцінки, валідації та впровадження.
• Перекладати складні концепції науки про дані у дієві бізнес-стратегії, використовуючи сильні міжособистісні навички.

• Іновативний: Постійно досліджує та застосовує новітні технології.
• Технічний: Добре володіє мовами програмування з відкритим вихідним кодом та має пристрасть до розробки програмного забезпечення.
• Статистично налаштований: Має досвід у моделюванні, валідації та інтерпретації моделей.
• Гуру даних: Майстер аналізу та інтеграції "великих даних" з різних джерел.

• Ступінь бакалавра + 6 років досвіду в аналізі даних, або
• Ступінь магістра + 4 роки досвіду в аналізі даних, або
• Докторська ступінь + 1 рік досвіду в аналізі даних, причому ступінь має бути отримана до запланованої дати початку.
• Мінімум 2 роки досвіду роботи з мовами програмування з відкритим вихідним кодом для аналізу великих наборів даних.
• Мінімум 2 роки досвіду роботи з машинним навчанням.
• Мінімум 2 роки досвіду роботи з реляційними базами даних.

• Щонайменше 1 рік досвіду роботи з AWS.
• Щонайменше 2 роки досвіду створення передових архітектур глибокого навчання (наприклад, RNN, CNN, Transformers).
• Щонайменше 2 роки досвіду роботи з Pytorch, Tensorflow або іншими фреймворками глибокого навчання.
• Щонайменше 4 роки досвіду роботи з Python, Scala або R для аналізу великих наборів