Lead Data Scientist ML - Retail Strategic Health Analytics

Dołącz do CVS Health: Główny Data Scientist w Zespole Analiz Strategicznych Zdrowia Detalicznego

Przynieś swoje serce do CVS Health. Nasz zespół łączy wspólna misja: Przynosimy serce do każdej chwili twojego zdrowia. Ta podstawowa wartość napędza nasze niezachwiane zaangażowanie w zapewnianie opieki zdrowotnej skoncentrowanej na człowieku w ciągle zmieniającym się świecie. Zakotwiczona w naszej marce skoncentrowanej na sercu, nasz cel komunikuje, że sposób, w jaki dostarczamy nasze usługi, jest tak samo ważny, jak to, co dostarczamy. W CVS Health, nasze Zachowania Serce w Pracy™ wspierają tę misję, zachęcając każdego członka zespołu do przekształcania naszej kultury i przyspieszania naszej innowacyjności. Dołącz do nas, aby uczynić opiekę zdrowotną bardziej osobistą, wygodną i przystępną.

Jako Główny Data Scientist w Zespole Analiz Strategicznych Zdrowia Detalicznego, będziesz przewodzić niektórym z najbardziej wpływowych projektów wspierających CVS Retail Pharmacy. Wykorzystując zaawansowane techniki, takie jak modelowanie szeregów czasowych, uczenie nienadzorowane, wnioskowanie przyczynowe i symulacja stochastyczna, będziesz pracować nad poprawą wyników zatrudnienia w aptekach.

W tej roli będziesz pełnił funkcję lidera myśli, mentora i twórcy zaawansowanych rozwiązań AI/ML. Twoje obowiązki będą obejmować:

• Opracowywanie, walidacja i wdrażanie modeli AI/ML w celu rozwiązywania skomplikowanych problemów biznesowych
• Współpraca z wyższym kierownictwem i ekspertami w dziedzinie, aby określić wymagania i obszary wsparcia
• Ocena i projektowanie rozwiązań AI/ML we współpracy z data scientistami i liderami zespołu
• Koordynacja z MLOps i inżynierami danych w celu usprawnienia procesów danych i pipeline'ów ML/AI do wdrożenia
• Opracowywanie metod dostrajania modeli w celu poprawy wydajności i dokładności
• Wkład w wyróżnianie się zespołu w metodach AI/ML, kodowaniu i standardach dokumentacji
• Mentorowanie młodszych data scientistów, zapewnianie wskazówek dotyczących metod, zasobów oraz przeglądanie rozwiązań analitycznych
• Kompletowanie i prezentowanie wyników przed zarządem w sposób jasny i przekonujący

Aby odnieść sukces w tej roli, potrzebne będą:

• 1+ rok doświadczenia w budowaniu modeli szeregów czasowych i pipeline'ów związanych z prognozowaniem popytu
• 5+ lat doświadczenia w opracowywaniu aplikacji opartych na sztucznej inteligencji
• 5+ lat doświadczenia w użytkowaniu algorytmów uczenia maszynowego, frameworków głębokiego uczenia (np. TensorFlow, PyTorch) oraz technik przetwarzania języka naturalnego i generatywnej AI
• 5+ lat doświadczenia w przetwarzaniu danych, inżynierii cech i ewaluacji modeli
• 5+ lat doświadczenia w pracy z dużymi zbiorami danych i platformami obliczeniowymi rozproszonymi
• 1+ rok doświadczenia z platformami chmurowymi (np. AWS, Azure, Google Cloud) do wdrażania rozwiązań AI

Chociaż nie są wymagane, pożądane są następujące kwalifikacje:

• Doświadczenie