Product Data Scientist, Reliability Analytics

Dołącz do Google jako Naukowiec Danych Produktu w Dziale Analityki Niezawodności

Minimalne wymagania:

• Tytuł magistra w dziedzinie statystyki, ekonomii, inżynierii, matematyki lub pokrewnej dziedzinie ilościowej, lub równoważne doświadczenie praktyczne.
• Co najmniej 3 lata odpowiedniego doświadczenia w analityce, rozwiązywaniu problemów produktowych lub biznesowych, kodowaniu w językach Python, R, SQL, kwerendach baz danych lub prowadzeniu analizy statystycznej.
• Co najmniej 1 rok doświadczenia w zarządzaniu projektami analitycznymi.

Preferowane kwalifikacje:

• 5 lat doświadczenia w wykorzystywaniu analityki do rozwiązywania problemów produktowych lub biznesowych, biegła znajomość kodowania (Python, R, SQL), kwerend baz danych i analizy statystycznej.

O roli:

Jako Naukowiec Danych Produktu dla zespołu Analityki Niezawodności Google Cloud, będziesz pomagać w realizacji naszej misji wspierania rozległej bazy użytkowników Google. Nasi naukowcy danych dostarczają ilościowych wniosków, wspierają rozumienie rynku i stosują strategiczne spojrzenie, aby wspomagać naszych partnerów w całej organizacji. W tej roli będziesz działać jako ekspert ds. analityki dla swoich partnerów, pomagając im podejmować świadome decyzje za pomocą danych. Będziesz tworzyć narracje pełne znaczących spostrzeżeń wyprowadzonych z danych, składać kluczowe rekomendacje dla naszych inżynierów i menedżerów produktu oraz cieszyć się wyzwaniem kwantyfikacji danych jednej chwili i prezentowaniem swoich wyników w kolejnej.

W Google Cloud zwiększamy zdolność każdej organizacji do przeprowadzania transformacji cyfrowych dzięki naszym zaawansowanym rozwiązaniom klasy korporacyjnej wykorzystującym technologię najnowszej generacji. Dzięki narzędziom zaprojektowanym do pomocy programistom w zrównoważonym budowaniu, nasze rozwiązania są zaufane przez klientów z ponad 200 krajów i terytoriów, wspierając ich wzrost i pomagając stawiać czoła najbardziej palącym wyzwaniom biznesowym.

Twoje obowiązki będą obejmować:

• Ścisłą współpracę z interesariuszami przy inicjatywach międzyprojektowych i zespołowych w celu zidentyfikowania i doprecyzowania kluczowych pytań biznesowych lub produktowych.
• Tłumaczenie zapytań biznesowych na zarządzalne analizy, definiowanie metryk oceny lub koncepcjonowanie modeli matematycznych.
• Korzystanie z niestandardowych infrastruktur danych lub istniejących modeli w razie potrzeby, ze szczególnym naciskiem na projektowanie i ocenę modeli służących do matematycznego rozwiązania problemów z ograniczonymi precedensami.
• Prowadzenie procesu zbierania danych, ekstrakcji i kompilacji z wielu źródeł przy użyciu narzędzi takich jak SQL, R i Python; zapewnienie jakości danych i gotowości do analizy.