Data Scientist II – Validación y Monitorización de Modelos
Tiempo completo • Dallas
Puesto: Científico de Datos II – Validación y Monitorización de Modelos
Ubicación: Scottsdale AZ (En situ)
*Solo ciudadano estadounidense y tarjeta de crédito
**Debe estar legalmente autorizado para trabajar en EE. UU. sin necesidad de patrocinio del empleador ahora ni en cualquier momento futuro.
**Debe estar legalmente autorizado para trabajar en EE. UU. sin necesidad de patrocinio del empleador ahora ni en cualquier momento futuro.
En general, propósito
Este puesto es miembro del equipo de ciencia de datos en el equipo de Validación y Monitorización de Modelos, ofreciendo modelos de aprendizaje automático de vanguardia a nuestros clientes. Esto incluye proporcionar desafíos efectivos al desarrollo de modelos, realizar monitorización y seguimiento del rendimiento de modelos, proporcionar análisis de causas raíz del rendimiento del modelo, explorar, construir, validar y desplegar modelos.
Este puesto es miembro del equipo de ciencia de datos en el equipo de Validación y Monitorización de Modelos, ofreciendo modelos de aprendizaje automático de vanguardia a nuestros clientes. Esto incluye proporcionar desafíos efectivos al desarrollo de modelos, realizar monitorización y seguimiento del rendimiento de modelos, proporcionar análisis de causas raíz del rendimiento del modelo, explorar, construir, validar y desplegar modelos.
Funciones esenciales
- Actividades de seguimiento de modelos de lead, incluyendo el seguimiento de métricas de rendimiento, detección de derivas en modelos y datos, identificación de problemas de calidad de datos, análisis de causas raíz y recomendación de estrategias de remediación.
- Realizar una validación rigurosa del modelo proporcionando desafíos efectivos durante las fases de desarrollo, incluyendo pruebas de rendimiento, comparación, proporcionar un plan de remediación y documentación para asegurar que los modelos cumplan con los estándares empresariales, técnicos y regulatorios.
- Explorar y agregar datos de forma independiente para descubrir anomalías que afecten al rendimiento de los algoritmos
- Escribe código a nivel de producción en un entorno dinámico de inicio
- Resolver problemas complejos utilizando conjuntos de datos de tamaño terabyte
- Aplicar una variedad de técnicas de aprendizaje automático a un problema empresarial para llegar al enfoque óptimo
- Colaborar con equipos de Producto e Ingeniería para resolver problemas e identificar tendencias y oportunidades
- Explicar y visualizar los resultados y el rendimiento de los algoritmos a audiencias no técnicas
Requisitos mínimos
- Se requiere un mínimo de 2 años de experiencia laboral en ciencia de datos, ingeniería, matemáticas o afins.
- Experiencia desarrollando pipelines y flujos de trabajo de ciencia de datos en Python, R o lenguaje de programación equivalente. Experiencia escribiendo y ajustando SQL. Experiencia con conjuntos de datos de tamaño terabyte con el lenguaje Spark.
- Experiencia aplicando diversas técnicas de aprendizaje automático y comprendiendo los parámetros clave que afectan al rendimiento del modelo
- Experiencia usando librerías de ML, como scikit-learn, mllib, etc.
- Experiencia utilizando herramientas de visualización de datos
- Capaz de escribir código a nivel de producción, que está bien escrito y es explicable
- Capacidad para comunicar eficazmente los hallazgos de análisis complejos a audiencias no técnicas.
Cualificaciones Preferidas
- Experiencia en el uso de algoritmos avanzados de ML para construir, probar y desplegar modelos de fraude.
- Experiencia práctica con PySpark
- Experiencia en la industria en la construcción o validación de modelos de aprendizaje automático
- Experiencia explorando datos y encontrando patrones ocultos y anomalías de datos
Compensación: 60,00 $ - 65,00 $ la hora
Somos un empleador con igualdad de oportunidades y todos los candidatos calificados recibirán consideración por el empleo sin distinción de raza, color, religión, sexo, origen nacional, estado de discapacidad, estado de veterano protegido o cualquier otra característica protegida por la ley.
(si ya tienes un currículum en Indeed)