Data Analyst Intern

Вы женщина-профессионал в области аналитики и в настоящее время находитесь в карьерном перерыве? Команда по анализу данных Target Corp в Индии рада предложить стажировку BounceBack - 16-недельную комплексную программу, специально разработанную для женщин, которые хотят обновить свои навыки в области анализа данных. Эта уникальная инициатива поддерживает женщин, стремящихся вернуться в рабочую среду, предоставляя практический опыт в динамичной и инклюзивной среде.

Программа сосредотачивается на практическом применении статистического анализа, оптимизации и поведенческой экономики для решения некоторых из самых интригующих проблем в розничной торговле. Будучи стажером, вы будете заниматься такими задачами, как прогнозирование поведения покупателей, оптимизация операций в магазинах и повышение удовлетворенности клиентов, что является жизненно важным для стратегического принятия решений в Target.

• Анализ покупательских паттернов и исходов продаж.
• Оценка операционных факторов с целью предсказания удержания клиентов.
• Оценка влияния удовлетворенности клиентов на финансовые результаты.
• Оптимизация планировки физических магазинов для сокращения времени ожидания клиентов.
• Прогнозирование необходимых корректировок вместимости магазина для пикового сезона.
• Улучшение управления рабочей нагрузкой для оптимизации операций в магазинах.
• Выявление причин проблем с наличием товаров в магазинах.

Идеальные кандидаты - это женщины с более чем 2-летним опытом работы в роли аналитика данных, которые в настоящее время делают перерыв в своей профессиональной карьере (минимум 2 года). Вы должны иметь степень B.Tech / B.E. или магистра в области статистики, эконометрики, математики или подобной сфере. К основным техническим навыкам относятся:

• Знание SQL или PL/SQL
• Опыт работы с инструментами и технологиями больших данных
• Знание R, Python, Hive или других открытых языков
• Понимание основ математики и статистики
• Знакомство с аналитическими методиками, такими как линейная регрессия, логистическая регрессия, модели временных рядов и классификационные методы

Очень важны х