Kierownik, Nauka o Danych

Opis firmy

Grupa Standard Bank to wiodąca grupa świadcząca usługi finansowe skoncentrowane na Afryce, kreatywny gracz na globalnej scenie, oferujący różnorodne możliwości rozwoju kariery i możliwość pracy z niektórymi z najbardziej utalentowanych i zmotywowanych profesjonalistów w sektorze. Nasza klientela obejmuje osoby indywidualne, małe i duże firmy, zamożne rodziny oraz duże korporacje i instytucje międzynarodowe. Mamy pasję do wspierania rozwoju Afryki. Dążymy do dostarczania prawdziwej i wartościowej wartości naszym klientom i społecznościom, które obsługujemy, dając wam autentyczne poczucie celu.

Opis stanowiska

Nadzoruj strategie eksploracji danych i dokonuj analizy statystycznej na dużych, strukturyzowanych i nieustrukturyzowanych zestawach danych, aby zrozumieć i analizować zjawiska. Modeluj złożone problemy biznesowe, odkrywaj spostrzeżenia i możliwości dzięki technikom statystycznym, algorytmicznym, uczenia maszynowego i wizualizacji. W ścisłej współpracy z klientami, zespołami danych i technologii przekształcaj dane w ważne informacje, które mogą być wykorzystane do podejmowania świadomych decyzji biznesowych. Nadzoruj modelowanie predyktywne.

Kwalifikacje

Minimalne kwalifikacje
Typ kwalifikacji: Studia podyplomowe
Kierunek studiów: Technologia informacyjna
Typ kwalifikacji: Podyplomowy dyplom
Kierunek studiów: Studia informacyjne

Wymagane doświadczenie

• Wykorzystaj techniczną wiedzę i doświadczenie w obszarach koncepcji ML; disciplina inżynierii oprogramowania (np. kontrola źródeł, CI/CD); znaczące ramy ML (Tensorflow, PyTorch, scikit-learn); biblioteki przetwarzania dużych danych (np. Spark, Dask); strukturyzowane i nieustrukturyzowane dane; budowanie kompleksowych rozwiązań w chmurze (Azure); praca z dostrojonymi wcześniej usługami AI w chmurze; oraz oprogramowanie do wizualizacji danych (Power BI, itp.) w celu spełnienia wymagań rozwiązań AI i ML.
• Dostarczanie technicznych artefaktów, które wyrażają architekturę i solidność modelu rozwiązań AI, wspierając opracowywanie dokumentacji technicznej w tym obszarze.
• Rozwijaj aplikacje internetowe przy użyciu frameworków Pythona, pozwalając firmom na interakcję z modelami uczenia maszynowego.
• Wspieraj automatyzację procesów ML, buduj kod, przeprowadzaj testy (CI) i bezpiecznie wyprowadzaj nową wersję aplikacji (CD), aby wyeliminować błędy manualne i zapewnić standaryzowane pętle informacji zwrotnej, umożliwiając szybkie iteracje produktu.
• Stosuj nowe metody i technologie do problemów biznesowych, rozwiązując je w nowatorski i kreatywny sposób, aby zapewnić lepsze zrozumienie, dokładność i spójność.
• Badaj i implementuj najnowsze duże modele językowe, aby poprawić wirtualnego menedżera ryzyka (Chatboty): pozwól wirtualnemu menedżerowi ryzyka być używanym jako kanał do dostarczania rozwiązań z zakresu ryzyka.
• Współpracuj z interesariuszami biznesowymi w celu identyfikacji nowych inicjatyw AI. Przeprowadzaj szybkie ćwiczenia EDA/prototypowania, aby pomóc w określeniu rozmiarów projektów i zdefiniowaniu kryteriów sukcesu na wysokim poziomie, spełniając wymagania dotyczące pipeline'u projektu.
• Współpracuj z wewnętrznymi klientami nad kształtowaniem nowych projektów AI, zaspokajając zidentyfikowane potrzeby klientów.
• Prezentuj odpowiednie treści komitetom architektonicznym, technicznym i interesariuszom biznesowym.
• Twórz Projektowanie Rozwiązań i Architektury do przeglądu/weryfikacji, oraz możliwość ponownego użycia wzorców rozwiązań w innych projektach, wspierając umożliwienie innym członkom zespołu.
• Omów wymagania z użytkownikiem i współpracuj z szerszym zespołem, aby przyczynić się do opracowania rozwiązania centrowanego na użytkowniku, które jest zgodne z celami biznesowymi, zapewniając, że rozwiązanie jest odpowiednie do celu.
• Przeprowadzaj badania w temacie i realizuj procesy rozwoju AI i ML, aby zapewnić, że jednostka biznesowa spełnia wymagania strategii AI i ML.
• Przetłumacz koncepcyjne potrzeby AI (nietechniczne) na zdefiniowane stwierdzenia problemów, które mogą być naukowo mierzone, aby wspierać te potrzeby.
• Zastosuj umiejętności inżynieryjne i matematyczne do analizy i przygotowania strukturyzowanych/nieustrukturyzowanych danych do modelowania, wspierając wymagania Analizy Danych i Inżynierii roli.
• Zastosuj najbardziej odpowiednie algorytmy i/lub skonstruuj nowe algorytmy/techniki dopasowane do zidentyfikowanego stwierdzenia problemu, wspierając Modelowanie AI; wykorzystaj gotowe możliwości AI oferowane przez dostawców chmur, gdzie to jest stosowne, aby przyspieszyć szybkość projektu, wykorzystać najnowsze komercjalizowane rozwiązania AI i zmniejszyć wewnętrzny dług techniczny.
• Zintegruj modele AI z oprogramowaniem, które spełnia wymagania systemu upstreamowego lub downstreamowego (tzn. Inżynieria Batch, Streaming lub API oparte na ML), wspierając tworzenie rozwiązań przez zespół.

Dodatkowe informacje

Kompetencje behawioralne:

• Podchodzenie praktycznie
• Komunikowanie informacji
• Kwestionowanie pomysłów
• Sprawdzanie szczegółów
• Badanie informacji
• Rozważanie możliwości
• Interakcja z ludźmi
• Interpretowanie danych
• Przestrzeganie terminów
• Realizowanie wyjść
• Zdobywanie wglądów
• Praca zespołowa

Technical Competencies:

• Analicaza danych
• Integralność danych
• Administarcja bazy danych
• Klasyfikacja wiedzy
• Badania i gromadzenie informacji