Data Science Intern (Student Position)

Estamos buscando un talentoso Pasante de Ciencia de Datos con conocimientos en ingeniería de IA, aprendizaje automático, minería de datos y recuperación de información para unirse a nuestro equipo y ayudar a diseñar, prototipar y construir servicios de próxima generación en análisis, aprendizaje automático e IA.

Sobre Canada Life

Canada Life se encuentra entre los tres principales operadores de seguros en Canadá y forma parte de una sólida y madura compañía financiera global. Nuestra continua transformación está revolucionando la forma en que trabajamos y atendemos a nuestros clientes. Como miembro del equipo tecnológico del Grupo de Clientes, tendrás la oportunidad de aprovechar la tecnología, los datos y la analítica para transformar nuestro negocio. Disfrutarás del apoyo de la alta dirección, una excelente cultura y colaboración con un equipo multifuncional de Científicos de Datos, Analistas de Datos, Ingenieros, Analistas de Negocios, Arquitectos y Propietarios de Productos.

Lo Que Harás

• Desarrollar análisis predictivos para guiar la dirección y la toma de decisiones del negocio.
• Desplegar e implementar soluciones de IA que proporcionen nuevo valor comercial utilizando técnicas avanzadas.
• Traducir los datos de los clientes en información procesable para impulsar el rendimiento del negocio.
• Proveer conocimientos en ciencia de datos, IA, aprendizaje automático e ingeniería de software.
• Participar en el desarrollo y mantenimiento de sistemas y aplicaciones de IA utilizando Microsoft Azure.
• Colaborar con equipos multifuncionales para resolver problemas complejos.
• Mantenerse actualizado sobre tendencias emergentes en IA y aprendizaje automático, especialmente dentro del ecosistema de Azure.
• Mejorar la eficiencia y el rendimiento de nuestros sistemas de IA a través de algoritmos avanzados.
• Analizar grandes conjuntos de datos para extraer información significativa utilizando Azure y Databricks.
• Garantizar la precisión y la fiabilidad de los modelos de IA mediante un riguroso entrenamiento, validación y pruebas.
• Implementar de manera segura los puntos finales de servicio de Azure, grupos de anuncios y cuentas.
• Contribuir a las mejores prácticas de ingeniería de IA a través de revisiones de código.

Lo Que Aportas

• Estar cursando una licenciatura o maestría en Ciencias de Datos, Ciencias de la Computación, Estadística, Matemáticas Aplicadas o una disciplina relacionada.
• Dominio de Python y SQL; el conocimiento de lenguajes de programación adicionales es beneficioso.
• Experiencia en varias aplicaciones de IA, como PNL, marketing, reconocimiento de imágenes, etc.
• Familiaridad con grandes conjuntos de datos, simulación/optimización y herramientas de computación distribuida (Map/Reduce, Hadoop, Hive, Spark, etc.).
• Experiencia práctica con Microsoft Azure, incluyendo Azure Machine Learning y Azure Cognitive Services.
• Comprensión de la implementación segura de puntos finales de servicio, grupos de anuncios y cuentas.
• Experiencia en culturas ágiles o entornos de startups.
• Actitud profesional y enfoque de servicio orientado al equipo.
• Fuertes habilidades de comunicación y una pasión por trabajar en equipos multifuncionales.
• Habilidades de resolución de problemas en gobernanza, gestión y arquitectura de datos.
• Capacidad para construir confianza y conexión en un entorno dinámico y de ritmo rápido.

Compensación

El salario base para esta posición varía entre $39,200 y $65,300 anuales. Esto representa solo el salario base y no incluye otros componentes de compensación variable, como bonos anuales o comisiones. Si eres seleccionado para avanzar en el proceso de reclutamiento, tu reclutador te proporcionará más detalles sobre nuestro programa de recompensas totales.

Solo Para Oportunidades de Estudiantes

El salario base para oportunidades de estudiantes depende del número de términos de trabajo que hayas completado y otros factores relacionados con tu programa.

Información de Aplicación

Las oportunidades de carrera permanecerán abiertas durante un mínimo de 5 días hábiles desde la fecha de publicación, con fechas de cierre variables según la actividad de búsqueda. Las