Scientifique en apprentissage automatique appliqué II

Examiner les modèles à l'échelle de la TD et établir des relations avec les unités d'affaires pour soutenir la gestion des risques de conformité.

Surveiller la conformité réglementaire et l'atténuation des risques tout au long des cycles de vie des modèles.

Identifier et communiquer les risques de conformité des modèles découlant des décisions de conception, d'implémentation et de déploiement des modèles à un large public de parties prenantes.

Représenter la Conformité dans les projets, initiatives et engagements majeurs.

Évaluer les procédures et pratiques de développement de modèles.

Élaborer des normes techniques et des lignes directrices couvrant les questions de risque de conformité des modèles.

Élaborer des supports de formation et des lignes directrices pour aider les entreprises à gérer la conformité réglementaire tout au long du cycle de vie des modèles.

Mener des recherches sur la manière d'identifier, d'évaluer et de traiter les risques de modélisation et les préoccupations associées.

Maintenir des connaissances à jour sur les techniques et les développements dans le domaine de la modélisation avancée et partager ces connaissances avec les partenaires commerciaux et la haute direction.

Contribuer à la vision stratégique de l'organisation sur la gestion de la conformité réglementaire de l'IA/ML et du risque de conduite dans le cadre des flux de travail d'IA d'entreprise.

Fournir des conseils et une supervision pour les systèmes d'IA/ML à l'échelle de l'organisation.

Aider à répondre aux demandes de renseignements, examens et enquêtes réglementaires, le cas échéant.

Travailler efficacement en équipe pour examiner par les pairs les revues de modèles des autres membres de l'équipe et partager les connaissances.

Établir des relations solides avec les unités d'affaires, les partenaires de contrôle, les unités de conformité, agissant comme contact principal de la conformité pour les risques de conformité des modèles.

Encadrer le personnel junior et établir la norme d'excellence technique et de rigueur en matière de conformité par le biais de mentorat structuré, de revues et de parcours d'apprentissage.

Diplôme technique supérieur (de préférence en informatique, mathématiques, statistiques, ingénierie, interaction homme-machine ou domaine quantitatif connexe).

8+ années d'expérience pertinente avec le cycle de vie du développement de modèles (une expertise en validation de modèles serait particulièrement avantageuse).

Engagement démontrable avec les questions d'explicabilité, d'équité ou d'IA responsable dans le contexte de l'apprentissage automatique avancé ou de la modélisation.

Diplôme technique supérieur