Job expired!
Description de l'entreprise
Le Groupe Standard Bank est un leader dans le secteur des services financiers orientés vers l'Afrique, et un acteur innovant sur la scène mondiale, qui offre une variété d'opportunités d'amélioration de carrière - ainsi que la chance de travailler aux côtés de certains des professionnels les plus talentueux et motivés du secteur. Nos clients vont des particuliers, aux entreprises de toutes tailles, aux familles à haut revenu net et aux grandes entreprises multinationales et institutions. Nous sommes passionnés par la création de croissance en Afrique. Apporter une valeur réelle et significative à nos clients et aux communautés que nous servons et créer un véritable sentiment de but pour vous.
Description du poste
Surveiller les techniques d'exploitation de données et effectuer des analyses statistiques sur de grands ensembles de données structurées et non structurées pour comprendre et analyser les phénomènes. Modéliser des problèmes d'affaires complexes, découvrir des insights et des opportunités grâce à des techniques statistiques, algorithmiques, d'apprentissage automatique et de visualisation, travailler en étroite collaboration avec les clients, les équipes de données et de technologie pour transformer les données en informations essentielles utilisées pour prendre des décisions d'affaires solides. Superviser la modélisation prédictive.
- Agit en tant qu'expert en la matière d'un point de vue science des données et fournit des informations sur toutes les décisions relatives à la science des données et à son utilisation. Éduque l'organisation sur les perspectives de la science des données sur de nouvelles approches, telles que tester des hypothèses et valider statistiquement les résultats. Valide et certifie le travail d'autres scientifiques des données et forme les membres de l'équipe sur les modèles statistiques et guide les collègues juniors ou moins expérimentés sur les projets et favorise les bonnes pratiques.
- Construit des modèles d'apprentissage automatique à partir de et utilise des méthodologies distribuées de traitement et d'analyse des données. Compétent en programmation d'apprentissage automatique en R ou Python, avec un ajout supplémentaire en Matlab, Java, etc. Familiarité avec la plateforme de calcul distribuée Hadoop, y compris l'écosystème plus large d'outils tels que HDFS / Spark / Kafka.
- Code, teste et maintient des modèles scientifiques et des algorithmes ; identifie les tendances, les motifs et les écarts dans les données ; et détermine les données supplémentaires nécessaires pour soutenir l'analyse. Traite, nettoie, et vérifie l'intégrité des données utilisées pour l'analyse.
- Développe, met en œuvre, surveille et maintient un plan opérationnel IA complet, des règles, des méthodologies et des initiatives de codage pour orienter l'IA vers des efforts de remédiation. Élabore et coordonne une stratégie globale pour la productionnalisation du logiciel d'automatisation afin qu'il soit précis et bien entretenu.
Qualifications
Qualifications Minimales
Type de qualification: Diplôme de Troisième Cycle
Domaine d'étude: Technologie de l'Information
Type de qualification: Diplôme d'Etudes Supérieures
Domaine d'étude: Etudes de l'Information
Expérience Requise
Monétisation des Données
Données & Analytiques
8-10 ans
Expérience de travail avec des données non structurées (par exemple, flux, images) Compréhension des flux de données, de l'architecture des données, de l'ETL et du traitement des données structurées et non structurées. Utilisation de l'exploitation de données pour découvrir de nouveaux motifs à partir de grands ensembles de données. Mise en œuvre d'algorithmes standards et propriétaires pour la manipulation et le traitement des données. Expérience avec des outils communs de la science des données, tels que SAS, R, SPSS, etc. Expérience avec des outils de visualisation de données, tels que Power BI, Tableau, etc.
8-10 ans
Expérience prouvée en développement de logiciels / génie logiciel.  À jour avec les développements dans le domaine de l'IA.  Expérience en intelligence d'affaires technique ; compréhension approfondie des processus de données de la banque, des systèmes et des produits. Connaissance de l'infrastructure IT et des principes de données formant la base pour la gestion de la qualité des données. Expérience de gestion de projet. Exposition à la gouvernance des données et aux questions réglementaires. Expérience dans la construction de modèles (scoring de crédit, modèles de propension, churn, etc
Informations Complémentaires
Compétences comportementals :
- Adoption d'approches pratiques
- Articulation des informations
- Remise en question des idées
- Vérification des détails
- Examen des informations
- Exploration des possibilités
- Interaction avec les gens
- Interprétation des données
- Respect des délais
- Production de résultats
- Fourniture d'aperçus
- Travail en équipe
Compétences techniques :
- Analyse des données
- Intégrité des données
- Administration des bases de données
- Classification des connaissances
- Recherche & Collecte d'informations
