Directeur, Science des données

Description de l'entreprise

Standard Bank Group est un groupe de services financiers axé sur l'Afrique de premier plan, et un acteur innovant sur la scène mondiale, offrant une variété d'opportunités pour améliorer votre 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 haute valeur nette et aux grandes entreprises et institutions multinationales. Nous sommes passionnés par la création de croissance en Afrique. Apporter une vraie valeur ajoutée à nos clients et aux communautés que nous servons et créer un véritable sens du but pour vous.

Description du poste

Superviser les techniques d'extraction 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 perspectives 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 critiques utilisées pour prendre des décisions d'affaires solides. Superviser la modélisation prédictive.

Qualifications

Qualifications minimales
Type de qualification: Stage de Post-Graduation
Domaine d'études: Technologies de l'Information
Type de qualification: Diplôme de Post-Graduation
Domaine d'études: Etudes de l'Information

Expérience requise

• Utiliser des connaissances techniques de, et une expérience dans, les éléments suivants pour répondre aux exigences des solutions AI et ML - Concepts ML ; Discipline d'ingénierie logicielle (par ex. contrôle des sources, CI/CD) ; principaux cadres de ML (Tensorflow, PyTorch, scikit-learn) ; Bibliothèques de traitement de Big Data (par ex. Spark, Dask) ; données structurées et non structurées ; construire des solutions de bout en bout sur le Cloud (Azure) ; travailler avec et ajuster des services AI préconstruits dans le Cloud ; logiciels de visualisation de données (Power BI, etc.).
• Produire des artefacts techniques articulant l'architecture et la robustesse des modèles de solutions AI, soutenant le développement de la documentation technique dans le domaine.
• Développer des applications web en utilisant des frameworks Python pour permettre à l'entreprise d'interagir avec les modèles d'apprentissage automatique.
• Fournir un soutien à l'automatisation pour les pipelines ML ; construire du code, exécuter des tests (CI), et déployer en toute sécurité une nouvelle version d'une application (CD) pour permettre la suppression des erreurs manuelles, et fournir des boucles de feedback normalisées, pour permettre des itérations de produits rapides.
• Appliquer de nouvelles techniques et technologies à des problèmes d'affaires et les résoudre de nouvelles manières créatives afin de fournir une plus grande précision, cohérence et perspicacité.
• Enquêter et mettre en œuvre les derniers grands modèles linguistiques pour maturer le manager de risque virtuel (chatbots) : permettre au manager de risque virtuel d'être utilisé comme un canal pour délivrer des solutions de risque.
• Travailler avec des parties prenantes de l'entreprise pour identifier de nouvelles initiatives AI. Effectuer des exercices d'EDA/prototypage rapides pour aider à dimensionner les projets et les critères de succès de haut niveau, répondant aux exigences de mise en attente de projets du rôle.
• Travailler avec des clients internes pour façonner de nouveaux projets AI, répondant aux besoins des clients tels qu'identifiés.
• Présenter du contenu pertinent aux comités d'architecture, techniques et aux parties prenantes de l'entreprise
• Réaliser des dessins de solutions et des architectures pour examen / vérification, et des modèles de solutions réutilisables pour utilisation dans d'autres projets, en soutien à l'habilitation des autres membres de l'équipe.
• Discuter des besoins avec l'utilisateur et collaborer avec l'équipe plus large pour contribuer au développement d'une solution centrée sur l'utilisateur et alignée sur les objectifs de l'entreprise, en veillant à ce que la solution soit adéquate.
• Mener des recherches sur et effectuer des processus de développement AI et ML pour s'assurer que l'unité commerciale répond aux besoins des stratégies AI et ML.
• Convertir les besoins conceptuels AI (non techniques) en énoncés de problèmes cristallisés qui peuvent être mesurés scientifiquement pour soutenir ces besoins.
• Appliquer les compétences en ingénierie et en mathématiques pour analyser et préparer les données structurées/non structurées pour la modélisation, en soutien aux exigences d'analyse et d'ingénierie des données du rôle.
• Appliquer les algorithmes les plus appropriés et/ou construire de nouveaux algorithmes/techniques pour s'adapter à l'énoncé du problème identifié, qui soutiendra la modélisation AI ; tirer parti des capacités AI préconstruites offertes par les fournisseurs de Cloud là où cela est approprié pour augmenter la vitesse du projet, tirer parti des dernières solutions AI commercialisées de pointe et réduire la dette technique interne.
• Incorporer les modèles AI dans un logiciel qui répond aux exigences du système en amont ou en aval (c'est-à-dire, l'ingénierie des pipelines ML par lots, en streaming ou basée sur l'API), en soutenant la solution de l'équipe.

Informations supplémentaires

Compétences comportementales:

• Adopter des approches pratiques
• Articuler l'information
• Contester des idées
• Vérifier les détails
• Examiner des informations
• Explorer des possibilités
• Interagir avec les gens
• Interpréter des données
• Respecter les délais
• Produire des résultats
• Fournir des aperçus
• Travailler en équipe

Compétences techniques:

• Analyse de données
• Intégrité des données
• Administration de base de données
• Classification des connaissances
• Recherche & Collecte d'informations