Przegląd firmy: Blend360 to czołowy lider w dziedzinie marketingu, analityki i technologii, znany z kompleksowego podejścia do Nauk o Danych. Nasz zespół skupia się na stosowaniu rygorystycznych metod matematycznych i danych do rozwiązywania złożonych wyzwań stawianych przez naszych klientów. Znany z pragmatycznego, zorientowanego na wyniki podejścia, Blend360 to idealne środowisko dla profesjonalistów, którzy pragną tworzyć innowacyjne rozwiązania i osiągać transformacyjne efekty.
Jako Starszy Naukowiec Danych w naszym zespole rdzeniowym będziesz ściśle współpracować z liderami praktyk i klientami, aby określić problemy biznesowe, zrozumieć kontekst branżowy, zawiłości danych, potencjalne ryzyka oraz ograniczenia. Twoja rola będzie obejmować:
- Tłumaczenie problemów biznesowych na działania projekty Data Science, proponowanie różnych metodologii wraz z ich zaletami i wadami.
- Projektowanie szczegółowych planów projektów, określających kamienie milowe, harmonogramy, odpowiedzialności i strategie łagodzenia ryzyka.
- Tworzenie i zarządzanie efektywnymi łańcuchami dostaw danych w architekturach klientów, wykorzystując SQL, Spark i technologie dużej ilości danych oparte na chmurze.
- Konstruowanie dużych, złożonych zbiorów danych, które spełniają funkcjonalne potrzeby biznesowe z różnych źródeł wewnętrznych i zewnętrznych.
- Tworzenie narzędzi oferujących wnioskującą analitykę na temat kluczowych wskaźników biznesowych, takich jak pozyskiwanie klientów i efektywność operacyjna.
- Wykonywanie czyszczenia danych, kontroli jakości i integracji za pomocą naszej Zaawansowanej Platformy Nauki o Danych.
- Przeprowadzanie analizy statystycznej i stosowanie algorytmów uczenia maszynowego w celu wyciągnięcia znaczących wniosków informujących o strategicznych decyzjach.
- Dokumentowanie i wdrażanie modeli predykcyjnych w środowiskach klienta w celu zwiększenia możliwości działania.
Aby odnieść sukces na tym stanowisku, powinieneś mieć:
- Tytuł magistra w dziedzinie statystyki, matematyki, analizy danych lub pokrewnej dziedzinie ilościowej.
- Co najmniej dwa lata zawodowego doświadczenia po ukończeniu studiów w zaawansowanych obszarach Data Science, w tym modelowanie predykcyjne, uczenie maszynowe i analiza statystyczna.
- Znajomość SQL, Pythona i Excela z udowodnionymi zdolnościami wdrażania modeli uczenia maszynowego w środowiskach produkcyjnych.
- Doświadczenie z relacyjnymi bazami danych SQL oraz znajomość różnorodnych baz danych, takich jak Hadoop/Hive.
- Doświadczenie w platformach chmurowych (AWS, Azure, Google) oraz znajomość narzędzi analitycznych, takich jak Google Analytics, Adobe Analytics czy Optimizely jest dodatkowym atutem.
- Silne umiejętności komunikacyjne, sprytne zdolności rozwiązywania problemów oraz komfort pracy pod presją czasu.