Data publikacji: 7 czerwca 2024
Kraj: Stany Zjednoczone Ameryki
Lokalizacja: Praca zdalna - Farmington, CT
RTX Corporation to wiodąca firma z branży lotniczo-obronnej, oferująca zaawansowane systemy i usługi dla klientów komercyjnych, wojskowych i rządowych na całym świecie. Składa się z trzech wiodących jednostek biznesowych: Collins Aerospace Systems, Pratt & Whitney oraz Raytheon. RTX wykorzystuje umiejętności 185 000 pracowników, aby przekraczać granice znanej nauki. Obszary zainteresowania obejmują fizykę kwantową, napęd elektryczny, energię skierowaną, hipersonikę, awionikę i cyberbezpieczeństwo. Siedziba firmy znajduje się w Arlington, VA, a powstała w 2020 roku w wyniku fuzji Raytheon Company oraz biznesów lotniczych United Technologies Corporation.
W RTX dążymy do stworzenia środowiska, w którym wszyscy pracownicy są szanowani, cenieni i wspierani. Wierzymy, że różnorodność prowadzi do lepszych wyników biznesowych, przynosząc sukces pracownikom, partnerom, inwestorom i społecznościom. Nasze zaangażowanie w różnorodność przejawia się w praktykach biznesowych i możliwościach rozwoju.
Dołącz do naszego zespołu Workforce Intelligence w RTX, aby połączyć różne perspektywy, dane, badania i technologie. Naszą misją jest dostarczanie wglądów, które poprawiają wyniki biznesowe, doświadczenia pracowników oraz strategię HR poprzez zaawansowane rozwiązania analizy zasobów ludzkich i strategiczne doradztwo.
- Wsparcie biznesów RTX, partnerów biznesowych HR i Centrów Doskonałości HR w podejmowaniu decyzji opartych na danych dotyczących ludzi.
- Współpraca z dynamicznie rozwijającym się zespołem zaawansowanej analityki w celu opracowywania, wdrażania i przyjmowania inicjatyw w dziedzinie nauki o danych HR i sztucznej inteligencji w całej firmie.
- Współpraca z innymi Data Scientistami w projektowaniu, budowaniu, wdrażaniu i utrzymywaniu modeli uczenia maszynowego, głębokiego uczenia, przetwarzania języka naturalnego (NLP), szeregów czasowych, optymalizacji matematycznej i generatywnej AI (LLMs) ukierunkowanych na poprawę cyklu życia pracownika - od przyciągania i rekrutacji po rozwój i retencję.
- Tytuł licencjata w pokrewnej dziedzinie (nauka o danych, analityka, statystyka, ekonomia/ekonometria, inżynieria, informatyka, badania operacyjne) oraz minimum 2 lata odpowiedniego doświadczenia lub tytuł zaawansowany w pokrewnej dziedzinie.
- Biegłość w zaawansowanych językach programowania, takich jak Python.
- Silne umiejętności przetwarzania danych, doświadczenie w językach zapytań (SQL) oraz umiejętność łączenia zbiorów danych z wielu relacyjnych baz danych i formatów plików.
- Doświadczenie w pracy z dużymi, złożonymi zestawami danych (strukturalnymi i niestrukturalnymi) w celu szkolenia, oceny i wdrażania modeli uczenia maszynowego/głębokiego uczenia/NLP/szeregów czasowych.
- Doświadczenie w technikach modelowania predykcyjnego/statystycznego, takich jak regresja, maszyny wektorów nośnych, drzewa decyzyjne, bagging, boosting, klasterowanie i techniki symulacji, takie jak Monte Carlo.
- Doświadczenie z platformami nauki o danych, takimi jak Dataiku, Databricks, Alteryx.
- Bieg