Scientist- Data and Modeler II USA

First Solar: Naukowiec - Specjalista ds. Danych i Modelowania II USA

First Solar zastrzega sobie prawo do zaoferowania roli najbardziej odpowiadającej Twojemu doświadczeniu i umiejętnościom.

Podstawowe Funkcje Zawodowe

Ta pozycja wspiera strategię organizacyjną i operacje poprzez projektowanie i analizę statystyczną inicjatyw biznesowych i eksperymentów. Będziesz ściśle współpracować z partnerami biznesowymi, aby identyfikować potrzeby i rozwiązywać problemy. Wykorzystując swoją wiedzę z zakresu statystyki, eksploracji danych i uczenia maszynowego (np. modelowanie predykcyjne, symulacja), będziesz rozpoznawać wzorce i generować spostrzeżenia z danych biznesowych. Kluczowe obowiązki obejmują projektowanie, rozwijanie i ocenę modeli statystycznych i predykcyjnych oraz komunikowanie wyników i rekomendacji zarządzaniu w różnych działach. Będziesz także wspierać wdrażanie działań.

Edukacja i Doświadczenie

• Licencjat z nauk o danych, informatyki, inżynierii elektrycznej, statystyki stosowanej lub fizyki oraz 4+ lat odpowiedniego doświadczenia zawodowego w obszarze nauki o danych, sztucznej inteligencji lub rozwijania algorytmów uczenia maszynowego.
• Magisterium z nauk o danych, informatyki, inżynierii elektrycznej, statystyki stosowanej lub fizyki oraz 2+ lat odpowiedniego doświadczenia zawodowego w obszarze nauki o danych, sztucznej inteligencji lub rozwijania algorytmów uczenia maszynowego.
• Doktorat z nauk o danych, informatyki, inżynierii elektrycznej, statystyki stosowanej lub fizyki oraz 1+ lat odpowiedniego doświadczenia zawodowego w obszarze nauki o danych, sztucznej inteligencji lub rozwijania algorytmów uczenia maszynowego.

Wymagane Umiejętności i Kompetencje

• Ekspertyza w językach programowania i narzędziach do analizy statystycznej (Python, SAS, R, JMP lub podobne), relacyjnych bazach danych (serwer SQL) oraz oprogramowaniu do analizy i wizualizacji danych (najlepiej PowerBI, SAS).
• Doświadczenie z pakietami do nauki o danych i uczenia maszynowego, takimi jak Numpy, Pandas, Matplotlib, seaborn, bokeh, plotly.
• Solidne zrozumienie modeli uczenia maszynowego (regresja, klasyfikacja, sieci neuronowe, szereg czasowy) i pakietów (Scikit-learn, Xgboost, Keras, Pytorch, Tensorflow, statsmodels).
• Głęboka znajomość kompromisów w modelach uczenia maszynowego, takich jak dostrajanie hiperparametrów, regularizacja, cross-walidacja, skośność danych, redukcja wymiarów oraz złożoność vs interpretowalność.
• Doświadczenie w wykorzystaniu zaawansowanych technik statystycznych i analitycznych (takich jak prognozowanie, analiza wariancji, testy t, analiza danych kategorycznych, analiza danych nieparametrycznych, analiza skupień, analiza czynnikowa i wielowymiarowa analiza statystyczna) do projektowania eksperymentów biznesowych i oceny wpływu działań biznesowych.
• Silne umiejętności komunikacyjne w pracy z grupami oraz zdolność do wyjaśnienia złożonych relacji danych i wyników modeli statystycznych interesariuszom biznesowym.
• Silna samodzielność, inicjatywa i zdolność do priorytetyzacji wielu zadań od różnych zleceniodawców; udokumentowana zdolność do zarządzania wieloaspektowymi projektami.
• Doskonale rozwinięte umiej