关于DKatalis
DKatalis是一家在亚太地区设有多个办事处的金融科技公司。
在我们努力构建一个更好的金融世界的过程中，我们的一个关键目标是创建一个生态系统链接的金融服务业务。
DKatalis由新加坡和印度尼西亚的经验丰富、成功的企业家、银行家和投资者支持和建立，他们在金融领域拥有超过30年的经验，来自斯坦福大学、剑桥大学伦敦商学院、JNU等顶级学校，以及来自Bank BTPN、Danamon、花旗银行、麦肯锡咨询公司、Northstar、Farallon Capital和汇丰银行等机构拥有30多年的金融服务/银行业务建设经验。
职位描述
我们正在寻找一位熟悉广泛建模技术（包括经典的机器学习和各种深度学习建模方法）的数据科学家，利用各种数据类型（如交易金融数据、系统日志数据、点击流数据、地理空间数据、客户支持聊天记录、音频记录、图像和视频数据等）来构建支持以下模型的模型：
•数字银行产品功能，例如智能金融建议，如何节省多少钱
•客户获取、参与、分割和估计终身价值
•业务运营优化
•欺诈检测和其他风险管理功能
•提高业务各个技术运营的效率
您将被期望能够独立或作为团队的一部分，从构思到模型操作和维护，领导和贡献数据科学和机器学习解决方案的全流程交付。
数据科学平台团队的机器学习工程师将在将模型操作化到生产环境中时为您提供指导和支持。
具备与数据科学相关领域的工程技能将受到赞赏。
良好的沟通能力对于帮助向非技术人员传达复杂的思想至关重要。
具有中等复杂度金融建模经验的经验非常理想，因为将构建的一些功能涉及预测和支持个人财务管理产品功能。
要求：
•计算机科学、统计学、物理学、数学或其他相关学位的硕士或博士学位。金融、经济、精算和相关学科的附加学位或课程将受到重视。
•了解机器学习和深度学习模型的理论基础，同时具有在现实世界中处理这些问题的实践经验。
•在生产环境中部署机器学习的经验超过1年。
•构建机器学习和深度学习模型的经验超过3年。
•熟悉PyData生态系统中的工具，如Numpy、Scipy、pandas、scikitlearn、PyTorch、Tensorflow、spaCy等。 
新加坡