Leitender Datenwissenschaftler – Full Stack

Leitender Datenwissenschaftler – Full Stack

Bitte beachten Sie, dass für diese Position derzeit kein Visa-Sponsoring verfügbar ist.

Wir suchen einen Senior Full Stack Data Scientist zur Verstärkung unseres Data & Analytics-Teams bei ClearScore. Datenwissenschaftler spielen in unserem Unternehmen eine Schlüsselrolle, indem sie die Strategie und Entscheidungsfindung auf allen Ebenen vorantreiben, was letztendlich unseren Benutzern, Partnern und anderen Teams im gesamten Unternehmen zugute kommt. Wir suchen eine proaktive, ergebnisorientierte Person, die bereit ist, die Verantwortung für eine Reihe von Initiativen zu übernehmen, um unserem wachsenden Global Targeting-Team beizutreten. Indem Sie daran arbeiten, das ClearScore-Benutzererlebnis durch verbessertes dynamisches Content-Targeting und Priorisierung zu verbessern, übernehmen Sie die umfassende Verantwortung für Data-Science- und Machine-Learning-Lösungen in einer Vielzahl von Anwendungsfällen, Geschäftsbereichen und Märkten. Sie bringen das erforderliche Wissen und Fachwissen mit, um transformative neue Ansätze im Bereich maschinelles Lernen und KI im Vergleich zu unseren aktuellen Implementierungen zu bewerten, und setzen Ihr Urteilsvermögen und Ihr Geschick ein, um diese dort zu integrieren, wo sie einen echten Mehrwert bieten können. Ihre Beiträge werden die Global Targeting-Mission direkt unterstützen und es der Organisation ermöglichen, ihre Gesamtstrategie und Ziele zu verwirklichen.

ClearScore ist sowohl ein kostenloser Kreditbewertungs- und Berichtsdienst als auch der führende Marktplatz für Verbraucherkredite im Vereinigten Königreich. ClearScore verfügt über eine erstaunliche analytische Community, zu der Datenanalysten, Wissenschaftler und Ingenieure gehören. Die Community arbeitet zusammen und tauscht Wissen, Tools und Best Practices aus, um eine Umgebung zu schaffen, in der Teammitglieder ihr volles Potenzial entfalten und maximale positive Auswirkungen auf das Geschäft erzielen können.

Was Sie tun werden

• Leitung der End-to-End-Entwicklung von Data-Science- und Machine-Learning-Lösungen – vom Geschäftskonzept bis zur Wirkungsbewertung – um durch datengesteuertes Targeting ein besseres Benutzererlebnis zu ermöglichen

• Enge Zusammenarbeit mit funktionsübergreifenden Stakeholdern, um zu gestalten, wie Data Science und die umfassendere Targeting-Initiative die Geschäftsanforderungen effektiv unterstützen können, um maximale Wirkung zu erzielen

• Unsere Modellierungspraxis auf dem neuesten Stand halten: Aufbau eines tiefen Verständnisses für neue Entwicklungen in ML und KI, wie z. B. Foundation Models, Testen dieser rigoros anhand unserer Produktionssysteme und Vorantreiben der Einführung derjenigen, die sich als wertvoll erweisen, um bessere Ergebnisse für unsere Benutzer und unser Unternehmen zu erzielen

• Wir helfen dabei, die Qualitätsmaßstäbe für das zu setzen, was wir in die Produktion bringen: Wir prüfen Daten, Funktionen und Modellverhalten und decken Probleme in unseren Daten und Prozessen auf, bevor sie unsere Benutzer erreichen

• Identifizieren und Implementieren von Verbesserungen und Optimierungen in unseren Modellentwicklungs- und Managementprozessen, Förderung effizienterer und standardisierter Arbeitsweisen und Vorbildfunktion bei Ihren Leistungen

• Förderung der strategischen Nutzung von Modellausgaben für die Entscheidungsfindung, Zusammenarbeit mit dem Global Targeting-Team, um Modellausgaben zu nutzen, um das zu ändern, was Benutzer sehen

Was Sie benötigen, um in der Rolle erfolgreich zu sein

• Eine eigenständige Denkweise: neugierig, kollaborativ und dem kontinuierlichen Lernen verpflichtet – einschließlich der Übernahme neuer Tools, sobald sie entstehen. Sie bleiben über die Fortschritte in ML und KI auf dem Laufenden und zeigen das erforderliche Urteilsvermögen, um zu beurteilen, wann neuere Techniken herkömmliche Techniken übertreffen und wann nicht

• Der Wunsch, ein Problem und seine Bedeutung für das Unternehmen tiefgreifend zu verstehen, bevor man versucht, es zu lösen, und sich wohl dabei zu fühlen, diesen Kontext proaktiv zu suchen, anstatt darauf zu warten

• Eine ausgeprägte Fähigkeit, kritisch über Daten nachzudenken und präzise mit ihnen zu argumentieren. Ein Bestreben, unsere Benutzer, Produkte und die Art und Weise, wie Benutzer mit ihnen interagieren, zu verstehen und ein umfassendes Wissen über unsere Datenbestände und deren Zusammenhang mit dem finanziellen Wohlergehen unserer Benutzer durch das Produkterlebnis aufzubauen

• Fortgeschrittene Python- und SQL-Kenntnisse sowie ein ausgeprägtes Verständnis von DBT und Analytics Engineering für Feature Engineering. Fundierte Kenntnisse verschiedener statistischer und maschineller Lerntechniken. Sie beherrschen den gesamten Lebenszyklus eines Modells, einschließlich der Art und Weise, wie Modelle in einer Produktionsumgebung effektiv bereitgestellt und gewartet werden

• Nachweisbare Erfahrung in der Nutzung von Fachwissen aus der Geschäftsdomäne, um die Modellentwicklung voranzutreiben oder Erkenntnisse aus Daten abzuleiten

• Die Fähigkeit, die wichtigsten Ergebnisse komplexer Analyse- und Modellierungsübungen sowohl einem technischen als auch einem nichttechnischen Publikum zu erklären. Sie fühlen sich im Umgang mit Stakeholdern aus verschiedenen Fachbereichen der Organisation zu Hause

Wir würden uns besonders freuen, von Ihnen zu hören, wenn Sie dies getan haben

• Erleben Sie den Einsatz von KI-Tools als Teil Ihres täglichen Arbeitsablaufs und wissen Sie, worauf Sie vertrauen, was Sie überprüfen und wann die Ausgabe nicht gut genug ist. Da wir im Rahmen unseres Entwicklungszyklus zunehmend KI-Tools einsetzen, sind Interesse und Kenntnisse in der effektiven Nutzung dieser Tools von großem Wert

• Praktische Erfahrung in der Entwicklung und Bereitstellung von Lösungen basierend auf neuen ML/KI-Ansätzen im Deep Learning, wie z. B. Repräsentationslernen, Sequenzmodellen, transformatorbasierter Modellierung oder Grundlagenmodellen

• Erfahrung in der Entwicklung oder Arbeit an Echtzeit-/nahezu-Echtzeit-Inferenzlösungen und der Infrastruktur zu deren Unterstützung

• Erfahrung in der Arbeit mit und der Bereitstellung von Lösungen in Databricks

• Erfahrung in der Arbeit in einer produktorientierten Umgebung und in enger Zusammenarbeit mit funktionsübergreifenden Teams, um schnell aufzubauen und zu iterieren

• Ein gutes Verständnis der Verbraucherkreditvergabe und der wichtigsten Treiber von Kredit- und Erschwinglichkeitsstrategien sowie Vertrautheit mit Kreditbürodaten und deren effektiver Nutzung für die Erstellung prädiktiver ML-Modelle

• Ein postgradualer Abschluss oder eine gleichwertige Qualifikation in einem MINT-Bereich

Warum ClearScore?…

Quelle: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/clearscoretechnologylimited/senior-data-scientist-full-stack-london-355881)