Data and AIML Engineering Manager

Description

L'organisation Consumer Services and Solutions (CSS) chez HP est à l'avant-garde de la transformation pour faire de nous une marque numérique de premier plan. Nos équipes commerciales et technologiques sont dédiées à construire des relations durables avec les consommateurs en offrant commodité, expériences exceptionnelles et valeur ajoutée de HP. Nous visons à améliorer nos expériences et points de contact numériques, et nous recherchons des individus enthousiastes prêts à créer des technologies et solutions innovantes qui redéfiniront notre marque pour les consommateurs.

Nous recherchons un leader en ingénierie expérimenté pour diriger l'évolution et la livraison de notre technologie Data Engineering et AI/ML. En tant que membre clé de notre équipe Data Engineering de CSS, vous gérerez des Data Engineers et ML Engineers, collaborerez avec des data scientists, des analystes, des responsables de campagnes et d'autres professionnels qualifiés pour développer une plateforme de données client CSS robuste. Cette plateforme fournira des analyses précises pour les décisions commerciales et garantira des communications clients personnalisées, pertinentes et opportunes.

Si vous avez une expérience dans la gestion de programmes logiciels de grande envergure et complexes, une passion pour l'amélioration continue, et que vous aimez diriger une équipe performante, ce rôle est une excellente opportunité pour aider à façonner l'avenir de HP.

• Comprendre et anticiper les besoins de l'entreprise, organiser, prioriser et déléguer les tâches pour assurer l'achèvement en temps opportun de plusieurs initiatives.
• Opérer à l'intersection de l'ingénierie des données et de l'ingénierie AIML (par ex., MLOps), guider les équipes pour livrer des services d'abonnement innovants et de haute qualité qui stimulent la croissance de HP.
• Promouvoir les meilleures pratiques d'ingénierie (par ex., déploiement automatisé, branches GitHub, révisions de code cohérentes, tests unitaires) et l'adoption de nouvelles technologies (par ex., Databricks MLFlow, Azure OpenAI) pour accélérer les progrès.
• Gérer les ingénieurs, élever continuellement leurs compétences et favoriser la croissance professionnelle chez HP.
• Collaborer avec l'équipe produit pour comprendre/influencer la feuille de route, engager les employés, supprimer les obstacles, aligner les efforts à travers les organisations transversales de HP, et faire avancer le succès de l'équipe.
• Promouvoir des flux de gestion de code mûrs, l'infrastructure en tant que code, la gestion du cycle de vie des applications et les meilleures pratiques opérationnelles.
• Posséder de fortes compétences interpersonnelles pour naviguer dans des situations techniques complexes et communiquer à la fois avec des publics techniques et non techniques ; capacité à gérer des équipes hybrides dans plusieurs emplacements.
• Conduire le changement et gérer efficacement les escalades ; influencer et construire un consensus de manière efficace.
• Comprendre les lois mondiales sur la confidentialité, les politiques et procédures de l'entreprise, identifier les préoccupations en matière de conformité et de réglementation.
• Attribuer des responsabilités, fournir des directives et des conseils, et éliminer les obstacles pour permettre aux équipes d'atteindre leurs objectifs et leurs buts.

• Requiert généralement un minimum de 12 ans d'expérience dans un domaine connexe avec un diplôme de licence en informatique ou équivalent ; ou 10 ans et un master.
• Au moins 3+ ans dans un rôle de management utilisant des cadres Agile, processus et structures d'équipe, en utilisant des outils tels que Jira, VersionOne, etc.

• Expérience avec des entrepôts de données basés sur le cloud tels que Redshift, Snowflake, etc.
• Familiarité avec les systèmes basés sur l'architecture Big Data distribuée et lakehouse comme Databricks, Delta Lake, Unity Catalog, AWS EMR, etc.
• Expérience dans des environnements cloud (AWS de préférence).
• Connaissance des technologies AI, ML ou analytiques telles que Scikit-learn, Dask, TensorFlow, ou des plateformes similaires et des frameworks basés sur Gen AI.
• Capacité avérée à expliquer ou expérience en MLOps et le cycle de vie du développement de modèles, de l'expérimentation à la production et à la mesure.