Job expired!
Descripción de la Compañía
Standard Bank Group es un grupo de servicios financieros líder centrado en África, y un innovador a nivel mundial, que ofrece una variedad de oportunidades para mejorar su carrera profesional, además de la posibilidad de trabajar junto a algunos de los profesionales más talentosos y motivados del sector. Nuestros clientes van desde particulares, negocios de todos los tamaños, familias con alto patrimonio neto, hasta grandes corporaciones multinacionales e instituciones. Nos apasiona crear crecimiento en África. Ofreciendo un verdadero valor significativo a nuestros clientes y a las comunidades que servimos, y creando un verdadero sentido de propósito para usted.
Descripción del Trabajo
Supervisar técnicas de minería de datos y realizar análisis estadístico en grandes conjuntos de datos estructurados y no estructurados para comprender y analizar fenómenos. Modelar problemas comerciales complejos, descubrir ideas y oportunidades a través de técnicas estadísticas, algorítmicas, de aprendizaje automático y de visualización, trabajando en estrecha colaboración con los clientes, los equipos de datos y tecnología para convertir los datos en información crítica utilizada para tomar decisiones comerciales sólidas. Supervise la modelización predictiva.
- Actúa como un experto en la materia desde una perspectiva de ciencia de datos y aporta su opinión en todas las decisiones relacionadas con la ciencia de datos y su uso. Educa a la organización sobre las perspectivas de ciencia de datos en nuevos enfoques, como la prueba de hipótesis y la validación estadística de resultados. Valida y certifica el trabajo de otros científicos de datos y forma a los miembros del equipo en modelos estadísticos y guía a colegas junior o personal menos experimentado en proyectos e impulsa las mejores prácticas.
- Construye modelos de aprendizaje automático a partir de y utiliza metodologías de procesamiento y análisis de datos distribuidos. Competente en programación de aprendizaje automático en R o Python, con habilidades suplementarias en Matlab, Java, etc. Familiarizado con la plataforma de cálculos distribuidos Hadoop, incluyendo un ecosistema más amplio de herramientas como HDFS / Spark / Kafka.
- Escribe código, prueba y mantiene modelos científicos y algoritmos; identifica tendencias, patrones y discrepancias en los datos; y determina datos adicionales necesarios para apoyar la visión. Procesa, limpia y verifica la integridad de los datos utilizados para el análisis.
- Desarrolla, implementa, supervisa y mantiene un plan operacional de IA integral, reglas, metodologías e iniciativas de codificación con el fin de impulsar la IA para los esfuerzos de remediación. Desarrolla y coordina una estrategia integral para la producción de software de automatización de forma que sea precisa y esté bien mantenida.
Calificaciones
Calificaciones Mínimas
Tipo de calificación: Postgrado
Campo de estudio: Tecnología de la Información
Tipo de calificación: Diploma de Postgrado
Campo de estudio: Estudios de Información
Experiencia Requerida
Monetización de datos
Datos & Análisis
8-10 años
Experiencia en trabajar con datos no estructurados (por ejemplo, Streams, imágenes) Comprensión de los flujos de datos, la arquitectura de datos, ETL y el procesamiento de datos estructurados y no estructurados. Uso de la minería de datos para descubrir nuevos patrones en grandes conjuntos de datos. Implementación de algoritmos estándar y propietarios para el manejo y procesamiento de datos. Experiencia con herramientas comunes de ciencia de datos, como SAS, R, SPSS, etc. Experiencia con herramientas de visualización de datos, como Power BI, Tableau, etc.
8-10 años
Experiencia comprobada en desarrollo de software / ingeniería de software.  Al día con los desarrollos en el campo de la IA.  Experiencia en inteligencia de negocios técnica; comprensión profunda de los procesos de datos, sistemas y productos del banco. Conocimiento de las infraestructuras de IT y los principios de datos que forman la base para la gestión de la calidad de datos. Experiencia en gestión de proyectos. Exposición a la gobernanza de datos y cuestiones regulatorias. Experiencia en la construcción de modelos (scoring de crédito, modelos de propensión, churn, etc)
Información Adicional
Competencias Conductuales:
- Adoptando Enfoques Prácticos
- Articulando Información
- Desafiando Ideas
- Verificando Detalles
- Examinando Información
- Explorando Posibilidades
- Interactuando con Gente
- Interpretando Datos
- Respetando Plazos
- Produciendo Resultados
- Proporcionando Ideas
- Trabajo en Equipo
Competencias Técnicas:
- Análisis de Datos
- Integridad de Datos
- Administración de Bases de Datos
- Clasificación de Conocimientos
- Investigación & Recopilación de información
