作为风险管理和合规的一部分，您是保持摩根大通强大和有弹性的核心。通过预测新兴风险并运用您的专业判断力来解决影响我们公司、客户和社区的现实挑战，您帮助公司以负责任的方式发展业务。我们在风险管理和合规方面的文化是关于打破常规思维、挑战现状并努力成为最佳的。
作为模型风险治理和审查团队的一员，您将置身于公司的模型验证和治理活动的中心，接触各种类型的模型和尖端建模技术，并经常与公司最优秀的人才互动。您将扩展对公司使用的不同预测模型、它们独特的限制的了解，并利用这些知识来帮助塑造业务战略和保护公司。
职位职责
• 设定健壮的模型开发实践标准，并根据需要进行增强以满足不断发展的行业标准
• 评估对开发标准的遵守，包括模型设计的合理性、假设的合理性、输入的可靠性、测试的完整性、实施的正确性和性能指标的适用性
• 通过独立测试、构建基准模型和持续监控活动，识别弱点、限制和新兴风险
• 向利益相关者传达风险评估和发现，并在高质量的技术报告中进行记录
• 协助公司维持（i）持续模型使用的适当性，以及（ii）风险承受能力范围内的总体模型风险水平
所需资格、技能和能力
• 需要在数据科学相关领域（如数据科学、计算机科学或统计学）获得博士或硕士学位
• 在数据科学、定量模型开发、模型验证或以数据科学为重点的技术领域拥有2-3年的经验，包括亲自构建/测试机器学习模型。具有更多经验的候选人可能会考虑更高级别的职位
• 在以下领域具有领域专长：数据科学、机器学习和人工智能。具备数据库接口和大数据集分析知识和经验者优先考虑。
• 对机器学习/数据科学理论、技术和工具（包括Transformer、大型语言模型、NLP、GANs、深度学习、OCR、XGBoost和强化学习）有深入理解
• 熟练掌握Python编程。具备Python机器学习库和生态系统经验：Numpy Scipy Scikit-learn Pandas TensorFlow Keras PyTorch
• 理解机器学习生命周期-特征工程、训练、验证、缩放、部署、评分、监控和反馈循环
• 具备良好的沟通能力，包括口头和书面沟通，能够与公司的其他职能部门就与模型相关的问题进行接口，并撰写高质量的技术报告。 
纽约