Specjalista ds. analizy danych

Opis firmy

Standard Bank Group to wiodąca grupa świadcząca usługi finansowe skoncentrowane na Afryce, a także nowatorski aktor na szczeblu międzynarodowym, oferujący różnorodne możliwości rozwoju kariery - połączone z możliwością pracy z niektórymi z najbardziej utalentowanych i zdeterminowanych profesjonalistów w branży. Nasza klientela jest zróżnicowana, obejmuje zarówno osoby indywidualne, firmy we wszystkich rozmiarach, zamożne rodziny, jak i wielkie korporacje i instytucje wielonarodowe. Jesteśmy głęboko zaangażowani w promowanie wzrostu gospodarczego w Afryce. Dążymy do dostarczania prawdziwej, znaczącej wartości naszym klientom i społecznościom, którym służymy, wpajając prawdziwe poczucie celu w tym, co robisz.

Opis stanowiska

Implementacja technik wydobycia danych i przeprowadzanie analiz statystycznych na dużych, strukturyzowanych i nieustrukturyzowanych zbiorach danych, aby zrozumieć i analizować zdarzenia. Modelowanie skomplikowanych problemów biznesowych, ujawnianie wglądów i możliwości przez techniki statystyczne, algorytmiczne, uczenia maszynowego i wizualizacyjne, ściśle współpracując z klientami, zespołami danych i technologii, aby przekształcić dane w kluczowe informacje dla podejmowania trafnych decyzji biznesowych. Wykonywanie inteligentnej automatyzacji i modelowania predykcyjnego.

• Technologia i architektura: Tworzy modele uczenia maszynowego z i korzysta z rozproszonych metod przetwarzania i analizy danych. Biegły w programowaniu uczenia maszynowego w R lub Pythonie, z dodatkowymi umiejętnościami w Matlabie, Javie itp. Znajomość platformy obliczeń rozproszonych Hadoop, w tym szerszego ekosystemu narzędzi, takich jak HDFS / Spark / Kafka.
• Ryzyko, regulacje, wymagania prudencjalne i zgodność: Wspomaga zarządzanie danymi i wymagania dotyczące infrastruktury modelowania oraz przestrzega procesów rozwoju infrastruktury organizacji, w tym zarządzania testami akceptacji użytkownika (UAT). Przeprowadza testy regresji we wszystkich odpowiednich systemach, gdy jest to wymagane.
• Klient: Ułatwia integrację biznesową, wdrażając wyniki modeli do systemów produkcyjnych końcowych, gdzie wymagania związane z gromadzeniem, integracją i przechowywaniem danych, uwzględniające wymagania biznesowe i wiedzę na temat najlepszych praktyk, muszą być zrozumiane i przestrzegane.

Kwalifikacje

• Studia licencjackie (Informacja naukowa/Technologia informacyjna) - Minimum
• Studia magisterskie (Informacja naukowa/Technologia informacyjna) - Preferowane

Inne minimalne kwalifikacje, certyfikaty

• Kompetencje w zakresie tworzenia aplikacji i rozwoju sieciowego. Strukturalne i nieustrukturalizowane języki zapytań np. SQL, Qlikview; Tableau; SSIS SSRS, Python JSON, C#, Java, C++, HTML

Dodatkowe informacje

Wymagane doświadczenie

5 - 7 lat: Udokumentowane doświadczenie w tworzeniu oprogramowania i inżynierii oprogramowania. Zrozumienie procesów, systemów i produktów danych usług finansowych. Doświadczenie w biznesowej inteligencji technologicznej. Znajomość infrastruktury IT i zasad danych. Doświadczenie w zarządzaniu projektami. Znajomość spraw związanych z regulacjami i zarządzaniem danymi. Doświadczenie w tworzeniu modeli (scoring kredytowy, modele predykcyjne, obliczanie wskaźnika churn itd.)

5 - 7 lat: Doświadczenie w obsłudze nieustrukturyzowanych danych (np. strumienie, obrazy). Zrozumienie przepływów danych, architektury danych, ETL i przetwarzanie strukturyzowanych i nieustrukturyzowanych danych. Zastosowanie dataminingu do identyfikacji nowych wzorców z dużych zbiorów danych. Standardowa i własna implementacja algorytmów do obsługi i przetwarzania danych. Doświadczenie z narzędziami do nauki maszynowej, takimi jak SAS, R, SPSS itp. Doświadczenie z narzędziami do wizualizacji danych, takimi jak Power BI, Tableau itp.

Kompetencje behawioralne i techniczne

Stosowanie praktycznych podejść: Podkreśla naukę poprzez działanie i wprowadzanie praktycznych rozwiązań, kładąc nacisk na zdrowy rozsądek, gdy jest to potrzebne. Kluczowe dla zapewnienia organizacji wdrazania funkcjonalnych rozwiązań.

Artystyczne wyrażanie informacji: Kompetencja ta polega na skutecznym wyrażaniu idei i trosk, prezentacji dla innych osób i prezentacji pewności siebie podczas interakcji z obcymi i znajomymi osobami.

Kwestionowanie idei: Kompetencja ta zachęca do inicjowania lub katalizowania zmian w organizacji. Wymaga postaw związanych z kwestionowaniem założeń, wyzwaniami dla uznanych poglądów i argumentowaniem osobistych perspektyw.

Analiza danych: Zdolność analizowania statystyk i innych danych, interpretowania i oceny wyników oraz tworzenia raportów i prezentacji na użytek innych.

Integralność danych: Zdolność do zapewnienia dokładności i spójności danych przez cały okres, w którym dane są przechowywane, a także zapobieganie niezamierzonym zmianom lub utracie danych.

Administracja bazą danych: Odnosi się do wiedzy i doświadczenia niezbędnego do obsługi instalacji, konfiguracji, aktualizacji, administracji, monitorowania i utrzymania fizycznych baz danych.

Schematyzacja i modelowanie: Mierzy biegłość w stosowaniu technik schematyzacji i modelowania niezbędnych do analizy wymagań.