Director, Area Lead Engineer – Data Engineering, AI Analytics & Data

Описание компании

Присоединяйтесь к группе H&M, выдающемуся коллективу брендов, в который входят H&M, COS, Weekday, Monki, H&M HOME, & Other Stories, ARKET и Afound. В самом сердце группы H&M лежит наша приверженность стимулированию устойчивого роста через инновации в моде. Наша команда играет ключевую роль в продвижении этой миссии. Узнайте больше о нас и нашей преданности принципам устойчивого развития на сайте группы H&M.

Описание работы

Вы – опытный Директор по работе с данными, страстно желающий играть стратегическую роль в развитии ритейла? Мы ищем руководителя по работе с данными в нашем отделе цепочки поставок и корпоративных служб в головном офисе группы H&M в Стокгольме. Эта ключевая позиция предлагает возможность существенно повлиять на наши важнейшие сектора и возглавить трансформационные проекты.

На этой должности вы будете руководить нашими стратегиями в области инженерии, наставлять команды и строить крепкие отношения с заинтересованными сторонами, которые жизненно необходимы для нашей культуры взаимодействия. Сосредоточив внимание на служебном лидерстве, ваше руководство в секторе цепочки поставок будет иметь первостепенное значение для поддержания и повышения нашей операционной превосходности.

Основные обязанности:

• Руководство и развитие команды менеджеров по инженерии, установление стратегических целей и создание атмосферы сотрудничества и инноваций.
• Согласование технологических стратегий с бизнес-целями и ожиданиями клиентов, повышение результативности программ и результатов.
• Установление и контроль за выполнением основных KPI и целей, критически важных для поддержания роста и эффективности.

Требования

• Степень бакалавра или магистра в области компьютерных наук, инженерии или в смежных областях.
• Не менее 8 лет опыта работы в области обработки данных, предпочтительно с опытом в управлении цепочками поставок.
• Подтвержденный опыт лидерства, особенно в управлении высокопроизводительными командами в среде работы с данными.
• Экспертные знания в SQL, Python и технологиях больших данных, таких как Hadoop, Spark, а также знакомство с облачными сервисами (GCP, AWS, Azure) и решениями для хранения данных.