USA Data Science Sr Manager - Supply Chain

Únete a Blend360 como Gerente Senior de Ciencia de Datos de Cadena de Suministro en EE.UU.

Descripción de la Empresa
Blend360 es un proveedor líder de servicios de IA dedicado a crear un impacto significativo a través de la ciencia de datos, la IA, la tecnología y la experiencia humana. Con una misión central de alimentar ideas visionarias, Blend360 aborda desafíos complejos al combinar la habilidad humana con la inteligencia artificial. La empresa tiene como objetivo desbloquear el valor y fomentar la innovación para sus clientes empleando talento de clase mundial y estrategias basadas en datos. En Blend360, creemos en el poder transformador de las personas y la IA para ofrecer trabajo significativo y proyectos impactantes. Obtén más información en www.blend360.com.

Descripción del Trabajo
En Blend360, empoderamos a nuestros clientes con los datos, conocimientos e innovaciones necesarios para optimizar su Estrategia de Cadena de Suministro. Estamos en busca de un Científico de Datos experimentado para avanzar en la Organización de Cadena de Suministro y ofrecer soluciones impactantes que aborden los desafíos más importantes de nuestros clientes.

Responsabilidades

• Avanzar en las capacidades internas de Ciencia de Datos dentro de la cadena de suministro, centrándose en IA y Aprendizaje Automático.
• Desarrollar conocimientos específicos del dominio de los desafíos de la cadena de suministro al colaborar con las partes interesadas para identificar problemas comerciales clave.
• Gestionar informes directos proporcionando liderazgo ético y motivacional, fomentando su talento y habilidades mientras se logran resultados.
• Supervisar el trabajo de proyectos del analista, la planificación de la carrera y el rendimiento, y proporcionar retroalimentación constructiva con el apoyo de la alta dirección.
• Reclutar, entrevistar y capacitar a nuevos empleados.
• Analizar KPI del equipo, desarrollar soluciones y proponer métodos alternativos para alcanzar los objetivos.
• Construir relaciones positivas y productivas con los clientes para el crecimiento del negocio.
• Comprender las necesidades de los clientes y personalizar los procesos comerciales en consecuencia.
• Abordar las inquietudes de los clientes de manera oportuna y gestionar las solicitudes profesionalmente.
• Colaborar con equipos de liderazgo para apoyar las necesidades de los clientes como socio estratégico.
• Trabajar con líderes de práctica para traducir los problemas comerciales en soluciones de Ciencia de Datos accionables, proponiendo diferentes enfoques.
• Desarrollar planes de proyecto integrales que detallen hitos, fechas, responsables, riesgos y planes de contingencia.
• Crear y mantener canalizaciones de datos eficientes utilizando SQL, Spark y tecnologías Cloud, a menudo dentro de la arquitectura de los clientes.
• Ensamblar conjuntos de datos grandes y complejos de diversas fuentes para satisfacer los requisitos funcionales.
• Construir herramientas de análisis para ofrecer conocimientos accionables sobre la adquisición de clientes, la eficiencia operativa y las métricas de rendimiento empresarial.
• Realizar limpieza de datos, control de calidad e integración de fuentes de datos internas y externas en plataformas avanzadas de Ciencia de Datos.
• Realizar análisis estadísticos, minería de datos y documentar conocimientos clave para la toma de decisiones.
• Entrenar, validar y validar de manera cruzada modelos predictivos y algoritmos de aprendizaje automático utilizando técnicas de última generación.
• Documentar modelos predictivos y resultados de aprendizaje automático para entregables del cliente.
• Ayudar a los clientes a desplegar modelos y algoritmos dentro de su arquitectura.

Calificaciones

• Título de MS en Estadística, Matemáticas, Análisis de Datos o un campo cuantitativo relacionado.
• Más de 5 años de experiencia profesional en Ciencia de Datos Avanzada para Cadena de Suministro.
• Competencia en al menos un lenguaje de software de Ciencia de Datos Avanzada: R, Python, Scala o SAS.
• Capacidad demostrada para desplegar modelos de aprendizaje automático desde la investigación (e.g., Jupyter Notebooks) a la producción.