Scientifique de Données - Commerce de Détail / Mobilité

, Inde

Groupe de famille de travail :

Recherche et développement

Type de travailleur :

Régulier

Date de début d'affichage :

Unité d'affaires :

Finance

Niveau d'expérience :

Professionnels expérimentés

Description du poste :

• Travaille de manière autonome avec les parties prenantes de l'entreprise et réalise des projets de science des données, ce qui nécessite que le titulaire du poste applique une combinaison de connaissances appliquées et théoriques dans un cadre bien défini. Possède des connaissances sur une discipline spécifique et peut coacher des collègues moins expérimentés.

• Travaille avec des experts en données et en technologie pour aider à exécuter des projets d'analyse et à déployer des solutions.

• Développe des modèles analytiques optimaux qui répondent aux exigences de l'entreprise, avec des niveaux acceptables de précision.

• Écrit un code efficace qui intègre les meilleures pratiques dans cette technologie.

• Soutient la conception et la réalisation de projets d'analyse, au sein ou à travers différentes unités d'affaires de Shell.

• Expérience pratique de travail avec des données volumineuses et souvent complexes, doit également avoir de solides compétences analytiques et de narration pour évaluer et interpréter les tendances et les résumer dans une grande histoire

• Le titulaire du poste doit travailler en étroite collaboration avec les parties prenantes au jour le jour et sera le spécialiste technique de l'entreprise tout au long du parcours de la solution : poser les bonnes questions, capacité à passer des données aux informations à l'action. Démystifier les questions stratégiques et opérationnelles des différentes équipes, y répondre de manière structurée avec des données/avancées analytiques, responsable de la mise en œuvre et du suivi des résultats.

Compétences et expérience requises

• Plus de 5 ans d'expérience pertinente en analyse / science des données

• Expérience et connaissance étendues en apprentissage automatique

• Expérience préférée dans le commerce de détail, les biens de consommation courante ou le commerce électronique

• Expérience préférée en tarification

• Expert en Databricks

• Une approche pratique et de bon sens à la résolution de problèmes et une attention aux détails

• Une passion et une expertise pour l'exercice de la science des données pour résoudre des problèmes réels des clients

• Excellentes compétences en communication orale et écrite

• Fortes compétences interpersonnelles, capacité d'influence et enthousiasme pour le travail en équipe, ainsi que la capacité de travailler de manière autonome

• Normes élevées de qualité du code, utilisation d'outils de contrôle de version

Compétences - Expertise de l'industrie

• Fournir une expertise commerciale approfondie dans les entreprises de commerce de détail / biens de consommation courante dans au moins l'un des domaines suivants :

  • Analyse des catégories : Revues de gamme, planification d'assortiment, identification des tendances et des modèles dans la performance des catégories, lancement de nouveaux produits

  • Analyse des prix : Compréhension de l'élasticité des prix, évaluation de l'impact des prix des concurrents, impact des changements de prix sur les marges

  • Marketing et analyse des promotions : Conception de campagnes et test de l'efficacité des promotions, prévision du taux de désabonnement, vente croisée / incitative, analyse du caddie, segmentation des clients, analyse des propensions, valeur à vie du client, modélisation du mix marketing

  • Analyse des magasins : Exploitation des données et de la visualisation pour créer des informations exploitables pour les équipes en magasin, les directeurs de territoire et de district

Compétences technologiques

• Forte expérience dans les outils et technologies d'analyse spécialisés (y compris, mais sans s'y limiter)

  • Azure Databricks, Alteryx

  • Power BI, Spotfire ou autres outils de visualisation

  • Python, R

• Expertise en techniques ML/DL : Régression, Classification, Clustering, Réduction de dimensionnalité. Familiarité avec les prévisions, le traitement du langage naturel, l'affinité et l'association, l'optimisation

• Identifier la ou les bonnes approches pour un scénario donné et expliquer pourquoi l'approche convient

• Évaluer la disponibilité des données et la faisabilité de la modélisation

-

AVERTISSEMENT :

Veuillez noter : Nous modifions ou retirons occasionnellement des emplois de Shell et nous nous réservons le droit de le faire à tout moment, y compris avant la date de clôture annoncée. Avant de postuler, vous êtes invité à lire notre politique de protection des données. Cette politique décrit le traitement qui peut être associé à vos données personnelles et vous informe que vos données personnelles peuvent être transférées à Shell/des entreprises du groupe Shell dans le monde entier. Le groupe Shell et ses consultants en recrutement approuvés ne vous demanderont jamais de frais pour traiter ou considérer votre candidature à une carrière chez Shell. Toute personne qui demande de tels frais n'est pas un représentant autorisé de Shell et vous êtes vivement conseillé de refuser toute demande de ce genre. Shell est un employeur offrant l'égalité des chances.