职位描述
职位摘要
我们正在寻找一名数据科学家/机器学习工程师加入我们的技术团队，解决商业银行、支付和金融服务领域的令人兴奋的业务问题。候选人必须对数据有浓厚的兴趣，并具有成功应用严格的科学方法、精通机器学习工程和DevOps能力的记录。这是一个独特的机会，可以应用您的技能并直接影响全球业务。
理想的候选人应具备扎实的机器学习、自然语言处理、深度学习、知识图谱知识，并具有处理大量数据的经验。他们还应具备较强的软件工程技能，并能够构建能够达到JP Morgan规模的系统。
职位职责
- 构建和训练用于解决商业银行各种用例的大规模数据集上的生产级机器学习模型。
- 使用Spark、AWS EMR等大规模数据处理框架进行特征工程，并熟练处理各种结构化和非结构化数据。
- 使用卷积神经网络（CNN）、循环神经网络（RNN）和自然语言处理（BERT）等深度学习模型解决各种业务用例，如实体解析、预测和异常检测。
- 能够在公共和私有云中构建机器学习模型，包括基于容器的Kubernetes环境。
- 开发端到端的机器学习流程，将现有应用程序和业务流程转化为真正的人工智能系统。
- 构建批处理和实时模型预测流程，并与现有应用程序和前端集成。
- 您将合作开展大规模数据建模实验，对比强基线，并提取关键的统计洞察和/或因果关系。
所需资格、能力和技能
- 计算机科学、数据科学或等同学科的高级学位。
- 至少6年的数据科学家工作经验。
- 熟练掌握Python、PySpark、TensorFlow等DL框架和MLOps。
- 在生产环境中设计和构建高度可扩展的分布式机器学习模型的经验（Scala、应用机器学习、熟练掌握统计方法和算法）。
- 具备分析能力（例如SQL、Presto、Spark、Python、AWS套件）。
- 具备机器学习技术和高级分析经验（如回归、分类、聚类、时间序列、计量经济学、因果推断、数学优化）。
- 有使用KubeFlow、TensorFlow和/或众包数据标注框架构建端到端流程的经验者优先考虑。
关于我们
摩根大通公司是最古老的金融机构之一，为数百万消费者、小企业和世界上最著名的企业、机构和政府客户提供创新的金融解决方案，品牌包括J.P.摩根和摩根大通。我们的历史可以追溯到200多年前，如今我们是投资银行、消费者和小企业银行、商业银行、金融交易处理和资产管理领域的领导者。
我们认识到我们的员工是我们的力量，他们为我们的全球劳动力带来的多样才能和观点与我们的成功直接相关。我们是一个机会均等的雇主，非常重视多样性和包容性。我们不以任何受保护的属性为基础进行歧视，包括种族、宗教、肤色、国籍、性别、性取向、性别认同、性别表达、年龄、婚姻或退伍军人身份、怀孕或残疾，或适用法律下的任何其他基础。根据适用法律，我们会为申请人和员工的宗教信仰和信仰，以及任何心理健康或身体残疾需求提供合理的适应措施。（如果您是美国或加拿大的申请人，并且有残疾，并希望请求协助完成申请流程，请致电可访问性热线（仅限美国和加拿大）1-866-777-4690，并说明所需协助的具体内容。）
我们提供有竞争力的总体报酬方案，包括根据职位、经验、技能和地点确定的基本工资。对于符合条件的角色，我们还提供酌情的激励报酬，以表彰公司业绩和个人成就和贡献。我们还提供一系列符合员工需求的福利和计划，根据资格标准提供。这些福利包括全面的医疗保险覆盖、现场健康和健康中心、退休储蓄计划、备用托儿、学费报销、心理健康支持、财务辅导等。有关总体报酬和福利的更多详细信息将在招聘过程中提供。
摩根大通是一个机会均等的雇主，包括残疾/退伍军人 
旧金山