Expert Data Scientist

Chez Acxiom, notre mission est de transformer les données en insights précieux pour tout le monde. Nos produits de données et services d'analyse permettent aux marketeurs de reconnaître, comprendre et diffuser des messages hautement pertinents aux consommateurs sur plusieurs canaux. Nous permettons un véritable marketing basé sur les personnes grâce à la résolution d'identité et à une segmentation d'audience robuste. Nous recherchons un Data Scientist Expert avec un ensemble de compétences diversifiées pour soutenir le développement de produits de nouvelle génération pour l'activité d'Acxiom.

Ce rôle offre des opportunités de travail à distance et peut être situé presque n'importe où aux États-Unis. En tant que membre de l'équipe Data Science & Analytics, le Data Scientist Expert travaillera avec des technologies de pointe pour créer des produits de données et des solutions évolutives pour nos marchés américains et internationaux. Les responsabilités incluent la collaboration avec les parties prenantes pour identifier les besoins commerciaux, l'utilisation créative des sources de données internes et clients d'Acxiom, la construction de modèles, l'analyse et la visualisation des résultats, la révision des besoins en matière de conformité et l'intégration des solutions dans des produits de données innovants. Ce poste défendra les dernières technologies de Machine Learning et d'Intelligence Artificielle, en mettant l'accent sur les modèles de machine learning de pointe dans le secteur de la santé.

• Combiner des données sur la santé, une expertise domaine et des connaissances en machine learning pour développer des modèles prédictifs haute performance.
• Valider et livrer des produits de données sur la santé ou des améliorations.
• Appliquer des algorithmes avancés pour améliorer les performances et la qualité des produits de données existants liés à la santé.

• Collaborer avec une équipe multidisciplinaire pour définir les exigences du projet, y compris les sources de données et les algorithmes.
• Travailler avec les parties prenantes pour comprendre les objectifs commerciaux et identifier les KPI pertinents pour l'évaluation des performances des produits.
• Aider les équipes d'ingénierie et de plateforme à garantir la livraison et la présentation correctes des données.
• Proposer des améliorations aux produits et aux processus, y compris l'automatisation.
• Collaborer avec des agences pour développer des solutions de mesure en boucle fermée.

• Surveiller les performances des modèles et ajuster les modèles si nécessaire.
• Effectuer l'analyse, la maintenance et les mises à jour des modèles et des produits de données existants.
• Assurer la conformité avec HIPAA et d'autres lois sur la gouvernance des données.
• Maintenir et améliorer des processus et des contrôles de QA robustes pour la gouvernance des données.

Le candidat idéal possédera :

• Un diplôme de licence dans un domaine quantitatif tel que Mathématiques Appliquées, Statistiques Appliquées ou Informatique, ou une expérience équivalente (8-10 ans).
• 6+ ans d'expérience dans le domaine de la santé, y compris le travail avec des actifs de données de santé.
• De solides compétences analytiques et la capacité de travailler avec de grands ensembles de données diversifiés.
• Des compétences en communication efficaces, capables d'expliquer des concepts complexes d'IA et de Machine Learning à des audiences variées.
• Maîtrise des langages de programmation tels que R, Python, Scala ou Spark/pyspark.
• 7+ ans d'expérience dans la construction et le déploiement de modèles ML.
• 5+ ans d'expérience dans la construction de transformations ETL et de pipelines de données.
• Expérience avec des plateformes Big Data ou cloud (par exemple, AWS, Google AI/ML Platform, Snowflake, Databricks).
• Familiarité avec Microsoft Excel et PowerPoint.

• Connaissance des frameworks de modélisation Deep Learning et Réseaux Neuronaux.
• Expérience avec le déploiement de modèles basés sur des conteneurs (par exemple, Docker, Kubernetes).
• Un master dans un domaine connexe tel que les statistiques, les sciences des données ou l'ingénierie.
• Expérience dans les