Associate Operations Research Scientist

Job expired!

Résumé du poste

Rejoignez notre équipe dynamique chez Marriott International, où vous appliquerez des techniques computationnelles avancées pour développer des solutions commerciales innovantes à des problèmes intensifs en données dans l'industrie hôtelière. Ce rôle gratifiant vous offre la chance de faire un impact direct sur les hôtels Marriott à l'échelle mondiale en créant des outils qui facilitent la prise de décisions basée sur les données dans la tarification, la gestion des revenus, les ventes et les réservations.

En tant que membre de notre équipe de recherche opérationnelle, vous soutiendrez les efforts d'analyse de données et de modélisation intensifs en calcul, fournirez une expertise technique en matière de tarification et de modélisation statistique, et assurerez le support de production pour les systèmes utilisés dans nos hôtels. Vos tâches comprendront également la conduite de recherches non dirigées sur de grands ensembles de données pour en tirer des conclusions et des recommandations commerciales, le codage d'algorithmes complexes, et l'agissement en tant qu'expert en la matière tout au long du cycle de vie du projet, de l'inception au support. Nous recherchons un candidat flexible, avide d'apprendre et apportant des perspectives uniques pour résoudre de manière créative les défis chez Marriott.

  • Minimum 1 an d'expérience en recherche industrielle ou académique, appliquant des compétences analytiques et de programmation à la modélisation mathématique complexe et/ou au développement de systèmes.
  • Au moins 1 an d'expérience en développement logiciel, y compris les bases de données relationnelles et les compétences en ingénierie en informatique distribuée, développement orienté objet, nettoyage de données, algorithmes et structures de données.
  • Diplôme de premier cycle en recherche opérationnelle, statistiques, mathématiques, science des données, ingénierie des données, informatique ou dans un domaine connexe rigoureux, quantitatif, technique ou scientifique.
  • Diplôme de master ou de doctorat en recherche opérationnelle.
  • Maîtrise de Python (pandas/Numpy/SciPy), Java ou C/C++, et SQL à un niveau avancé.
  • Expérience en modélisation prédictive, prévision et analyse statistique sur de grands ensembles de données.
  • Familiarité avec les plateformes Big Data (e.g., Hadoop), les outils d'apprentissage automatique (e.g., k-nearest neighbors, forêts aléatoires), les logiciels d'optimisation (e.g., CPLEX, Gurobi), et la programmation SAS.
  • Expérience dans le développement de solutions analytiques, la compréhension des ensembles de données complexes, et le débogage de code existant.
  • Donner des avis sur la structure des solutions, les tâches, les délais et les estimations pour les livrables de gestion des revenus.
  • Collaborer avec les équipes de planification pour formuler des solutions potentielles aux problèmes commerciaux et développer de nouveaux modèles.
  • Formuler des méthodes pour évaluer les activités de tarification et de gestion des revenus.
  • Préparer des spécifications détaillées pour traduire les processus commerciaux en modèles et prototypes.
  • Développer et implémenter des algorithmes évolutifs en utilisant les technologies appropriées.
  • Aider les équipes de livraison d'applications à soutenir et maintenir les modèles existants.
  • Conduire des examens et établir des plans d'action basés sur les résultats.
  • Adhérer aux normes et processus IT définis et proposer des suggestions d'amélioration si nécessaire.
  • Maintenir un équilibre entre le risque commercial et opérationnel.
  • Suivre les normes et processus de gestion de projet établis.
  • Valider et gérer les plans de projet, les calendriers, les livrables et les métriques avec les prestataires de services.
  • Utiliser les ressources efficacement et surveiller les résultats des prestataires de services.
  • Faciliter la résolution rapide des problèmes de prestation de services pour minimiser l'impact sur le client.
  • Communication : Communiquer de manière convaincante et engageante des informations et des idées par divers moyens.