W TE Connectivity możesz wykorzystać swój potencjał, współpracując z osobami o różnych pochodzeniach i z różnych branż, aby przyczynić się do tworzenia bezpieczniejszego, zrównoważonego i bardziej połączonego świata.
Rola polega na rozwiązywaniu skomplikowanych problemów i wspieraniu interesariuszy w podejmowaniu decyzji opartych na danych za pomocą zaawansowanych metod ilościowych, w tym uczenia maszynowego. Stanowisko to wymaga syntezowania dużych ilości informacji i programowego wydobywania sygnałów z danych.
- Wspieranie wszystkich segmentów TE Connectivity poprzez rozwiązywanie wyzwań związanych z analizą produkcji, prognozowaniem przychodów, predykcyjnym utrzymaniem ruchu i analizą wydatków.
- Zbieranie i analizowanie punktów danych w celu budowania modeli analitycznych i dostarczania praktycznych spostrzeżeń.
- Posiadanie wiedzy eksperckiej z zakresu technik prognozowania, analizy regresji i wykrywania anomalii.
- Przekładanie wyzwań biznesowych na rozwiązania analityczne i przedstawianie wniosków kierownictwu.
- Zastosowanie technik eksploracji danych, testowania hipotez i analizy statystycznej do budowania wysokiej jakości systemów predykcyjnych z wykorzystaniem algorytmów AI/ML.
- Wykorzystanie modelowania predykcyjnego w celu optymalizacji doświadczeń klientów, zwiększania przychodów, redukcji kosztów i poprawy efektywności transportu.
- Wykorzystywanie powszechnie stosowanych narzędzi do analizy danych, takich jak PYCARET, TensorFlow, Keras, NumPy, Sci-Kit, Flask, Pandas oraz zaawansowane biblioteki.
- Tworzenie wizualizacji danych za pomocą narzędzi takich jak ggplot, matplotlib, Tableau i PowerBI.
- Doświadczenie w domenach łańcucha dostaw lub produkcji, realizując projekty związane z prognozowaniem, optymalizacją, wykrywaniem anomalii, klasyfikacją obrazów, klasteryzacją i analizą sentymentów.
- Biegłość w językach zapytań, takich jak SQL, oraz znajomość technologii Data Lakes, Data Factory i Kubernetes.
- Praktyczne doświadczenie w rozwoju i wdrażaniu modeli z wykorzystaniem Azure oraz CI/CD pipelines.
- 6-8 lat doświadczenia w modelowaniu i wdrażaniu modeli
- Biegłość w Python oraz Azure/AWS
- Ekspertyza w budowaniu modeli statystycznych i uczeniu maszynowym
- Silne umiejętności w zakresie ekstrakcji danych, czyszczenia danych, przygotowania danych oraz wdrażania modeli
- Doświadczenie w eksploracji danych i optymalizacji procesów przy użyciu baz danych w chmurze
- Biegłość w CI/CD pipelines i Docker przy tworzeniu i wdrażaniu modeli
- Znajomość narzędzi statystycznych, takich jak Python, Azure Machine Learning i narzędzia Auto ML
- Znajomość narzędzi do wizualizacji danych, takich jak Tableau lub Power BI
- Doświadczenie w realizacji end-to-end projektów analitycznych na platformach Azure/AWS
- Zdolność do samodzielnej pracy z minimalnym nadzorem
- Innowacyjne myślenie i wysoka jakość pracy
- Aktualność z najnowszymi narzędziami i technikami w dziedzinie analityki
- Tytuł magistra (preferowany w Statystyce) lub B.Tech/B.E.
- Integracja
- Odpowiedzialność
- Inkluzja
- In